1、Numpy是什么

很簡單，Numpy是Python的一個科學計算的庫，提供了矩陣運算的功能，其一般與Scipy、matplotlib一起使用。其實，list已經提供了類似于矩陣的表示形式，不過numpy為我們提供了更多的函數。如果接觸過matlab、scilab，那么numpy很好入手。 在以下的代碼示例中，總是先導入了numpy：
代碼如下:
>>> import numpy as np
>>> print np.version.version
1.6.2

2、多維數組

多維數組的類型是：numpy.ndarray。

使用numpy.array方法

以list或tuple變量為參數產生一維數組：
代碼如下:>>> print np.array([1,2,3,4])
[1 2 3 4]
>>> print np.array((1.2,2,3,4))
[ 1.2  2.   3.   4. ]
>>> print type(np.array((1.2,2,3,4)))
<type 'numpy.ndarray'>
以list或tuple變量為元素產生二維數組：
代碼如下:
>>> print np.array([[1,2],[3,4]])
[[1 2]
 [3 4]]
生成數組的時候，可以指定數據類型，例如numpy.int32, numpy.int16, and numpy.float64等：
代碼如下:
>>> print np.array((1.2,2,3,4), dtype=np.int32)
[1 2 3 4]
使用numpy.arange方法
代碼如下:
>>> print np.arange(15)
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]
>>> print type(np.arange(15))
<type 'numpy.ndarray'>
>>> print np.arange(15).reshape(3,5)
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]]
>>> print type(np.arange(15).reshape(3,5))
<type 'numpy.ndarray'>
使用numpy.linspace方法

例如，在從1到3中產生9個數：
代碼如下:
>>> print np.linspace(1,3,9)
[ 1.    1.25  1.5   1.75  2.    2.25  2.5   2.75  3.  ]
使用numpy.zeros，numpy.ones，numpy.eye等方法可以構造特定的矩陣

例如：
代碼如下:
>>> print np.zeros((3,4))
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]]
>>> print np.ones((3,4))
[[ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]
 [ 1.  1.  1.  1.]]
>>> print np.eye(3)
[[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]
創建一個三維數組：
代碼如下:
>>> print np.zeros((2,2,2))
[[[ 0.  0.]
  [ 0.  0.]]

 [[ 0.  0.]
  [ 0.  0.]]]
獲取數組的屬性：
代碼如下:
>>> a = np.zeros((2,2,2))
>>> print a.ndim   #數組的維數
3
>>> print a.shape  #數組每一維的大小
(2, 2, 2)
>>> print a.size   #數組的元素數
8
>>> print a.dtype  #元素類型