numpy不用科学记数发 python_必须要懂的机器学习和数据科学最流行的Python库——NumPy...

NumPy是Numerical Python的简称，是Python的支持矢量运算的面向N维数组的一个运算库，目前在机器学习和数据科学领域被广泛使用，并且当前许多支持科学计算的工具包都是基于NumPy开发的，例如pandas,，scikit-learn，TensorFlow等。

NumPy最大的特点是其对象ndarray，其存储形式是N维的数组，我们可以将NumPy的1维数据看成是向量，多维数据看成是矩阵，可以把NumPy的计算看成是向量或矩阵运算，这点跟MATLAB特别相似。

说到数组，或许你可能有疑问了，Python本身就包含列表(list)和数组(array)，为什么我们非要用NumPy而不用常规的Python数组呢？这主要是因为NumPy的算法库都是由C语言编写，可以直接操作内存，所以极大的提高了运行效率，一般基于NumPy的算法要比纯Python快10-100倍，并且占用的内存更少，可以说是既快又省。

基于NumPy的数据结构特点，本文主要从NumPy的一维数组(可以理解为向量)和多维数组(可以理解为矩阵)2个方面进行介绍，以便于大家系统性的学习NumPy。

一维数组(向量)

• 创建数组