科学计算库Numpy基础&提升（理解＋重要函数讲解）

Intro

对于同样的数值计算任务，使用numpy比直接编写python代码实现 优点：

• 代码更简洁： numpy直接以数组、矩阵为粒度计算并且支持大量的数学函数，而python需要用for循环从底层实现；
• 性能更高效： numpy的数组存储效率和输入输出计算性能，比python使用list好很多，用numpy进行计算要比原生Python快得多，而且数据量越大，效果越明显；numpy的大部分代码都是c语言实现的，这是numpy比python高效的原因

numpy核心：ndarray对象

ndarray对象

• numpy的核心数据结构，叫做array就是数组，array对象可以是一维数组，也可以是多维数组
• python的list也可以实现相同的功能，但是array的优势在于性能好，包含数组元数据信息、大量的便捷函数
• 成为 Scipy、Pandas、scilit-learn、tensorflow、paddlepaddle等框架的通用底层语言
• numpy的array和python的list的一个区别是它的元素必须都是同一种数据类型，这也是numpy高性能的一个原因

ndarray属性

个人以前会弄混shape和size，注意shape打印的是数组的形状是一个元组，size则是表示数组大小即总共有多少个元素

• s