python科学计算模块NumPy

NumPy是Numerical Python的简称，是高性能科学计算和数据分析的基础包。其实NumPy 本身并并没有提供太多的高级的数据分析功能，

但是理解NumPy数组以及面向数组的计算将有利于你更加高效的使用诸如Pandas之类的工具。

1、Numpy的ndarray

这里的nd代表N维，d也就是dimention的意思。NumPy最重要的一个特点就是其N维数组对象，该对象是一个快速而灵活的大数据容器。

ndarray是一个通用的同构数据多维容器。顾名思义同构就是“相同构造”，所有元素都是相同的数据类型。

关于同构，可以多说一点：

Matrix和DataFrame数据结构大家应该比较熟悉，它们“长”的很像，都是一个方方正正的数据块，有行有列，它们的区别就在于matrix要求同构。

换句话说，Matrix的元素必须是同一种数据类型，而DataFrame可以是各种类型数据的整合，所以后者在数据构造方面更为灵活一些；而具有相
同数据类型的Matrix计算起来就简单的多，再加上其具有的强大的属性和函数就更是如虎添翼了。

经常拿在一起比较的还有List与一维Array，Matrix与二维Array。

1.1、构建ndarray

 a = [1, 2, 3, 4]
 arr = np.array(a)

这里array（）函数输入数据可以是列表，元组和集合等序列类型数据。

除了Array（）函数转换为数组外，使用np.ones（）、np.zeros（）和np.empty（）等函数也可以构造出格式化的数组。