NumPy是一個Python語言的軟件包，它非常適合于科學計算。在我們使用Python語言進行機器學習編程的時候，這是一個非常常用的基礎庫。
本文是對它的一個入門教程。
介紹
NumPy是一個用于科技計算的基礎軟件包，它是Python語言實現的。它包含了：
強大的N維數組結構 精密復雜的函數 可集成到C/C++和Fortran代碼的工具 線性代數，傅里葉變換以及隨機數能力除了科學計算的用途以外，NumPy也可被用作高效的通用數據的多維容器。由于它適用于任意類型的數據，這使得NumPy可以無縫和高效的集成到多種類型的數據庫中。
獲取NumPy
由于這是一個Python語言的軟件包，因此需要你的機器上首先需要具備Python語言的環境。關于這一點，請自行在網絡上搜索獲取方法。
關于如何獲取NumPy也請參閱scipy.org官網上的Installing packages。本文不再贅述。
筆者推薦使用pip的方式安裝Python包，命令如下：
pip3 install numpy
本文的代碼在如下的環境中驗證和測試：
硬件：MacBook Pro 2015 OS：macOS High Sierra 語言環境：Python 3.6.2 軟件包：numpy 1.13.3可以在這里獲取到本文的所有源碼：https://github.com/paulQuei/numpy_tutorial
另外，
為了簡單起見，本文我們會通過Python的print函數來進行結果的驗證 為了拼寫方便，我們會默認import numpy as np基礎屬性與數組創建
NumPy的基礎是一個同構的多維數據，數組中的元素可以通過下標來索引。在NumPy中，維度稱之為axis（復數是axes），維度的數量稱之為rank。
例如：
下面是一個具有rank 1的數組，axis的長度為3：
[1, 2, 3]
下面是一個具有rank 2的數組，axis的長度也是3：
[[ 1, 2, 3],
[ 4, 5, 6]]
我們可以通過array函數來創建NumPy的數組，例如這樣：
a = np.array([1, 2, 3])b = np.array([(1,2,3), (4,5,6)])
請注意，這里方括號是必須的，下面這種寫法是錯誤的：
a = np.array(1,2,3,4) # WRONG!!!
NumPy的數組類是ndarray，它有一個別名是 numpy.array，但這與Python標準庫的array.array并不一樣。后者僅僅是一個一維數組。而ndarray具有以下的屬性：
ndarray.ndim：數組的維數。在Python世界中，維數稱之為rank ndarray.shape：數組的維度。這是一系列數字，長度由數組的維度（ndim）決定。例如：長度為n的一維數組的shape是n。一個n行m列的矩陣的shape是n,m ndarray.size：數組中所有元素的數量 ndarray.dtype：數組中元素的類型，例如numpy.int32, numpy.int16或者numpy.float64 ndarray.itemsize：數組中每個元素的大小，單位為字節 ndarray.data：存儲數組元素的緩沖。通常我們只需要通過下標來訪問元素，而不需要訪問緩沖新聞熱點
疑難解答
