python3.7对应的numpy版本_图解NumPy包一文就够了

在之前的生信分析方向如何系统入门python3推文最后，我们提到了python有很多好用的模块和加载包，也正因为这些，所以才使得python能够灵活多场景处理分析。

整合最近学习的一些内容，借以 Jay Alammar的博客，就来介绍一下其中一个基础数据处理包 NumPy吧。

今天的推送大纲如下：

不难发现，Numpy主要用于数据分析，整体的模式有点类似于小型的R，在读取和处理数据上略占优势，但是R的强大在于其统计分析和可视化。融会贯通，哪哪都好。

一开始使用 Numpy只是想简单使用它的内置函数，比如判断一下序列长度最大值呀，或者计算一下样本数据的均值等。收集资料发现其中还有不少有意思的东西。

基本用法

既然是一个包那就要载入：

import numpy as np

构建基本数据结构：

1. 数组

   # 构建数组
   np.array([1,2,3])
   np.ones(3)
   np.random.random(3)

   

   

2. 矩阵
   与数组的构建写法相同，但是不同的是矩阵可以包含二维关系，同样包含ones()、zeros() 和 random.random() 快速方法，即

   # 构建矩阵

   np.array([[1,2],[3,4]])np.zeros((3,2))

   

3. 更多维度
   矩阵和向量的任意维度结构

   ndarraynp.array([[1,2],[3,4]],[[5,6],[7,8]])