基本功能
· 快速高效的多維數組對象ndarray
· 用於對數組執行元素級計算以及直接對數組執行數學運算的函數
· 用於讀寫硬盤上基於數組的數據集的工具
· 線性代數運算、傅里葉變換，以及隨機數生成
· 用於將C、C++、Fortran代碼集成到Python的工具
· 除了為Python提供快速的數組處理能力，NumPy在數據分析方面還有另外一個主要作用，即作為在算法之間傳遞數據的容器。
· 標準Python的列表(list)中，元素本質是對象。如：L = [1, 2, 3]，需要3個指針和三個整數對象，對於數值運算比較浪費內存和CPU。
因此，Numpy提供了ndarray(N-dimensional array object)對象：存儲單一數據類型的多維數組。
（一）基礎知識
1.NumPy 數組
(1) 使用NumPy中的arange()函數來創建包含0~n 的整數的NumPy數組。
代碼中的arange函數前面有一個前綴numpy，表明該函數是從NumPy模塊導入的。
test_1=np.arange(5)
print(test_1)
(2) NumPy數組的下標從0開始的。使用dtype()獲得數據類型
print(test_1.dtype)
(3) 數組的shape屬性返回一個元組（tuple），元組中的元素即為NumPy數組每一個維度上的大小。上面例子中的數組是一維的，因此元組中只有一個元素。
print(test_1.shape)
(4) 創建指定長度的全0數組（zeros），全1數組（ones），沒有任何具體數值的數組（empty），創建單位矩陣eye（）
print(np.zeros(3))
print(np.ones([2,3]))
print(np.empty([3,3],dtype=int))
print(np.eye(3,3))
參數：
shape : 整數或者整型元組定義返回數組的形狀；
dtype : 數據類型，可選定義返回數組的類型。
order : {'C', 'F'}, 可選規定返回數組元素在內存的存儲順序：C（C語言）-rowmajor；F（Fortran）column-major。
2.創建多維數組
（1）創建一個多維數組； 顯示該數組的維度。
arange函數創建的數組作為列表元素，把這個列表作為參數傳給array()函數，從而創建了一個2×2的數組。
test_2=np.array([np.arange(2), np.arange(2)])
print(test_2)
print(test_2.shape)
（2）選取數組元素：對於數組a，只需要用a[m,n]選取各數組元素，其中m和n為元素下標，對應的位置如下表所示。
a=np.array([[1,2], [3,4]])
print(a)
print(a[0,0])
print(a[0,1])
3.NumPy 數據類型
Python支持的數據類型有整型、浮點型以及複數型，但這些類型不足以滿足科學計算的需求，因此NumPy添加了很多其他的數據類型。
在實際應用中，我們需要不同精度的數據類型，它們佔用的內存空間也是不同的。
在NumPy中，大部分數據類型名是以數字結尾的，這個數字表示其在內存中佔用的位數。下面的表格（整理自NumPy用戶手冊）列出了NumPy中支持的數據類型。
（1）每一種數據類型均有對應的類型轉換函數：
float64(42)
int8(42.0)
bool(42)
bool(0)
bool(42.0)
float(False)
float(True)
print(np.float64(42))
print(np.int8(42.0))
print(bool(42))
（2）在NumPy中，許多函數的參數中可以指定數據類型，通常這個參數是可選的：
print(np.arange(7, dtype=np.uint16))
print(np.arange(7, dtype=np.float64))
（3）複數是不能轉換為整數的
np.complex(2,1)
np.int8(np.complex(2,1))
4.數據類型對象
（1）數據類型對象是numpy.dtype類的實例。如前所述，NumPy數組是有數據類的，更確切地說，NumPy數組中的每一個元素均為相同的數據類型。
數據類型對象可以給出單個數組元素在內存中佔用的字節數，即dtype類的itemsize屬性：a.dtype.itemsize
（2）NumPy可以使用字符編碼來表示數據類型，這是為了兼容NumPy的前身Numeric。
應該優先使用dtype對象來表示數據類型，而不是這些字符編碼。
np.arange(7, dtype='f')
np.arange(7, dtype='D')
(3）完整的NumPy數據類型列表可以在sctypeDict.keys()中找到：
(4）獲取數據類型的字符編碼：
t = np.dtype('Float64')
t.char
(5）創建自定義數據類型：
自定義數據類型是一種異構數據類型，可以當做用來記錄電子表格或數據庫中一行數據的結構。
作為示例，我們將創建一個存儲商店庫存信息的數據類型。
其中，我們用一個長度為40個字符的字符串來記錄商品名稱，用一個32位的整數來記錄商品的庫存數量，最後用一個32位的單精度浮點數來記錄商品價格。
下面是具體的步驟。
t = np.dtype([('name', np.str),('numitems', np.int32),('price',np.float32)])
print(t)
t['name']