下载掌阅APP，畅读海量书库
立即打开
NumPy是Python的基础，更是数据科学的通用语言，而且与TensorFlow关系密切，所以我们把它列为第一章。
NumPy为何如此重要？实际上Python本身含有列表（list）和数组（array），但对于大数据来说，这些结构有很多不足。因列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1，2，3]，都需要有3个指针和3个整数对象。对于数值运算来说，这种结构显然比较浪费内存和CPU计算时间。至于array对象，它直接保存数值，和C语言的一维数组比较类似。但是由于它不支持多维，也没有各种运算函数，因此也不适合做数值运算。
NumPy（Numerical Python的简称）的诞生弥补了这些不足，它提供了两种基本的对象：ndarray（N-dimensional array object）和ufunc（universal function object）。ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。
NumPy的主要特点：
·ndarray，快速，节省空间的多维数组，提供数组化的算术运算和高级的广播功能。
·使用标准数学函数对整个数组的数据进行快速运算，而不需要编写循环。
·读取/写入磁盘上的阵列数据和操作存储器映像文件的工具。
·线性代数，随机数生成，以及傅里叶变换的能力。
·集成C、C++、Fortran代码的工具。
在使用NumPy之前，需要先导入该模块：
import numpy as np
本章主要内容如下：
·如何生成NumPy的ndarray的几种方式。
·如何存取元素。
·如何操作矩阵。
·如何合并或拆分数据。
·简介NumPy的通用函数。
·简介NumPy的广播机制。