---

简单介绍

NumPy（Numerical Python的简称）是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。

• NumPy是在一个连续的内存块中存储数据，独立于其他Python内置对象。NumPy的C语言编写的算法库可以操作内存，而不必进行类型检查或其它前期工作。比起Python的内置序列，NumPy数组使用的内存更少。
• NumPy可以在整个数组上执行复杂的计算，而不需要Python的for循环。
• 基于NumPy的算法要比纯Python快10到100倍（甚至更快），并且使用的内存更少。

---

功能示例代码

1. ndarray：一种多维数组对象
   ndarray是一个通用的同构数据多维容器，也就是说，其中的所有元素必须是相同类型的。每个数组都有一个shape（一个表示各维度大小的元组）和一个dtype（一个用于说明数组数据类型的对象）：
   2. 创建ndarray
   
   

2. 数据类型astype()方法明确地将一个数组从一个dtype转换成另一个dtype
   
   【调用astype总会创建一个新的数组（一个数据的备份），即使新的dtype与旧的dtype相同。】

3. 运算
   大小相等的数组之间的任何算术运算都会将运算应用到元素级：
   

4. 基本的索引和切片

（1）一维数组

跟列表最重要的区别在于，数组切片是原始数组的视图。这意味着数据不会被复制，视图上的任何修改都会直接反映到源数组上：
（2）高维数组

二维数组的索引方式：轴0作为行，轴1作为列


（3）布尔型索引

常用：将data中的所有负值都设置为0
还有其他的都可以利用

---