NumPy(Numerical Pyhton) 是一个开源的Python科学计算库，它是一个由多维数组对象和用于处理数组的例程集合组成的库。
2.基本功能：①提供一个具有矢量算术运算和复杂广播功能的快速且节省空间的多维度数组对象ndarray。
②用于对数组执行元素级计算以及直接对数组执行数学运算函数。
③用于读写硬盘上基于数组的数据集的工具，以及用于操作内存映射文件的工具
④提供了线性代数、随机数生成以及傅里叶变换功能。
⑤用于集成C、C++、Fortran等语言编写的代码的工具。
⑥在数据分析方面，NumPy还可以作为算法之间传递数据的容器。
3.NumPy的简单应用：一维数组相加
import numpy as np
def numpy_sum(n):
x = np.arange(n)
y =np.arange(n)**2
z = x+y
return z
注意：numpy_sum()函数中没有使用for 循环，在代码中通过import numpy as np导入NumPy模块，并且命名该模块别名为np，在arange()函数前面有一个前缀np,表明该函数是从NumPy模块导入的。
4.创建数组对象利用NumPy提供array()函数可以船舰一维或多维数组
numpy.array(object,dtype=None,copy=True,order=None,subol=False,ndmin=0)
object:接受array，表示想要创见数组，无默认。
dtype：接受data-type，表示数组所需要的数组类型，如果未给定，则选择保存对象所需的最小类型。默认为None.
ndmin:接受int，指定生成数组应该具有的最小维数，默认为None。
在创建数组时，object是唯一必要的参数，其余参数均为默认的可选参数。
5.选取数组元素创建数组后，选取数组中的某个特定元素方法
数组名[m.n]
其中m和n为数组元素下标。需要注意的是，数组的下标是从0开始的
6.数组的属性ndim:返回int，表示数组维度
shape：返回tuple，表示数组的尺寸，对于n行ml列的矩阵，形状为（n,m）
size:返回int，表示数组的元素总数，等于数组形状的乘积。
dtype:返回data-type，描述数组中元素的类型
itemsize：返回int。表示数组的每个元素的大小（以字节为单位）
说明 数组的shape属性不仅能显示数组的行数或者列数，而且还可以调整数组的行和列的大小。
7.创建数组的其他方法使用arange()函数创建一维数组。通过指定起始值、终止值和步长来创建一维数组，但是函数所创建的数组中中不包含终止值。
使用linspace()函数创建数组。通过指定起始值、终止值和元素个数来传概念一个等差数列的一维数组默默人设置包括终止值。
8，Numpy的数据类型bool,inti,int8,int16,int32,int64,int64,uint8,uint16,uint31,float64或fioat,complex64,complex128或complex
数组的数据类型转换
数组名.astype(numpy.数据类型)
NumPy数组一般是同质的，即数组中的所有元素都是相同的数据类型。如果想要创建异构数据类型的数组，就需要先字定义异构数据类型，如pro_tpye数据类型，它包括一个用字符串表示的产品名称和一个用浮点型表示的产品价格，然后在创建数组的函数中使用dtype参数来指定数据类型为pro_type（字定义数据类型）
9.数组操作（1）利用数组索引（下标）获取指定元素
数组名[索引下标]
（2）数组切片
数组名[start:end:step]
其中start表示截取数组中开始元素的索引，end表示截取数组中结束元素的索引，但是不包括end索引所指定的元素，step表示步长。
