numpy 的英文全稱為 numerical python，意味 python 面向數值計算的第三方庫。numpy 的特點在於，針對 python 內建的陣列型別做了擴充，支援更高維度的陣列和矩陣運算，以及更豐富的數學函式。
numpy 是 scipy.org 中最重要的庫之一，它同時也被 pandas，matplotlib 等我們熟知的第三方庫作為核心計算庫。當你在單獨安裝這些庫時，你會發現同時會安裝 numpy 作為依賴。
我們先來了解 numpy 支援的資料型別。python 本身支援的數值型別有 int（整型，python 2 中存在 long 長整型）、float（浮點型）、bool（布林型） 和 complex（複數型）。
而 numpy 支援比 python 本身更為豐富的數值型別，細分如下：
在 numpy 中上面提到的這些數值型別都被歸於 dtype（data-type） 物件的例項。 我們可以用 numpy.dtype(object, align, copy) 來指定數值型別。而在陣列裡面，可以用 dtype= 引數。
下面，我們就開始學習 numpy，首先需要匯入 numpy。
在 python 內建物件中，陣列有三種形式：
列表：[1, 2, 3]
元組：(1, 2, 3, 4, 5)
字典：其中，元組與列表相似，不同之處在於元組的元素不能修改。而字典由鍵和值構成。python 標準類針對陣列的處理侷限於 1 維，並僅提供少量的功能。而 numpy 最核心且最重要的乙個特性就是 ndarray 多維陣列物件，它區別於 python 的標準類，擁有對高維陣列的處理能力，這也是數值計算過程中缺一不可的重要特性。
numpy 中，ndarray 類具有六個引數，它們分別為：
shape：陣列的形狀。
dtype：資料型別。
buffer：物件暴露緩衝區介面。
offset：陣列資料的偏移量。
strides：資料步長。
order：，以行或列為主排列順序。
markdown code
下面，我們來了解建立 numpy 多維陣列的一些方法。在 numpy 中，我們主要通過以下 5 種途徑建立陣列，它們分別是：
從 python 陣列結構列表，元組等轉換。
使用 np.arange、np.ones、np.zeros 等 numpy 原生方法。
從儲存空間讀取陣列。
通過使用字串或緩衝區從原始位元組建立陣列。
使用特殊函式，如 random。
列表或元組轉換
在 numpy 中，我們使用 numpy.array 將列表或元組轉換為 ndarray 陣列。其方法為：
20191014 numpy 數值計算
詳細 numpy是高效能科技計算和資料分析的基礎包。多維陣列結構，節省空間。底層使用c 等 的工具 與列表的區別 陣列物件的內的元素必須相同 陣列大小不可修改 主要的建立的方法 np.array 生成 常用屬性 陣列的轉置 dtype 陣列元素的資料型別 size 元組的個數 ndim 陣列的維數 ...
day1 3 Numpy數值計算
import numpy as np yu array np.array 1,2,3 4,5,6 yu array array 1,2,3 4,5,6 np.sum yu array 求和 21 np.sum yu array,axis 0 指定第0維度求和 array 5,7,9 yu array...
numpy數值統計
一 numpy數值統計 1 排序 1 sort arr1 np.array 5,2,3,6,7,1 2 argsort 排序後的索引 print arr1.argsort print arr2.argsort axis 0 2.去重 names np.array 小明 小紅 小明 小紅 小明 小紅 ...