一起學習，一起成長！
Numpy(Numerical Python的簡稱)是高性能科學計算和數(shù)據分析的基礎包。
- ndarray，一個具有矢量算術運算和復雜廣播能力的快速且節(jié)省空間的多維數(shù)組。
- 用于對整組進行快速運算的標準數(shù)學函數(shù)（無需編寫循環(huán)）。
- 用于讀寫磁盤數(shù)據的工具以及用于操作內存映射文件的工具。
- 線性代數(shù)、隨機數(shù)生成以及傅里葉變換功能。
- 用于集成由C、C++、Fortran等語言編寫的代碼的工具。
數(shù)據分析主要關注的功能：
- 用于數(shù)據整理和清理、子集構造和過濾、轉換等快速的矢量化數(shù)組運算。
- 常用的數(shù)組算法，如排序、唯一化、集合運算等等。
- 高效的描述統(tǒng)計和數(shù)據聚合/摘要運算。
- 用于異構數(shù)據集的合并/連接運算的數(shù)據對齊和關系型數(shù)據運算。
- 將條件邏輯表達為數(shù)組表達式（而不是帶有if-elif-else分支的循環(huán)）。
- 數(shù)據的分組運算（聚合、轉換、函數(shù)應用等）。
Numpy最重要的一個特點就是其N維數(shù)組對象(即ndarray)，該對象是一個快速而靈活的大數(shù)據集容器。可以利用這種數(shù)組對整塊數(shù)據執(zhí)行一些數(shù)學運算。
import numpy as np
data=np.array(data) #可以進行加減乘除等運算
data
Out[5]:
array([[ 0.9526, -0.246 , -0.8856],
[ 0.5639, 0.2379, 0.9104]])
ndarray是一個通用的同構數(shù)據多維容器，也就是說，其中的所有元素必須是相同類型的。每個數(shù)組都有一個shape（一個表示各維度大小的元組）和一個dtype（一個用于說明數(shù)組數(shù)據類型的對象）。
#查看元組各維度大小
In[9]：data.shape
Out[9]: (2, 3)
#查看數(shù)組數(shù)據類型的對象
In[10]：data.dtype
Out[10]: dtype('float64')
