本章節(jié)以及后續(xù)章節(jié)的源碼，當然也可以從我的github下載熬北，在源碼中我自己加了一些中文注釋。十分感謝SeanCheney大佬的翻譯工作
????????NumPy是高性能科學計算和數據分析的基礎包判哥。它本身并沒有提供多么高級的數據分析功能禁灼，理解NumPy數組以及面向數組的計算將有助于你更好地高效的的使用諸如pandas之類的工具。
????????NumPy的ndarray隔崎，一種多維數組對象今艺，該對象是一個快速而靈活的大數據集容器。先了解一下怎么回事：
一爵卒、創(chuàng)建ndarray
下表列出了一些數組創(chuàng)建函數虚缎。由于NumPy關注的是數值計算，因此钓株，如果沒有特別指定遥巴，數據類型基本都是float64（浮點數）。
數組創(chuàng)建函數
二享幽、ndarray的數據類型
? ??????ndarray的數據類型如下表：
三铲掐、數組和標量之間的運算
四、基本的索引和切片
一維數組：
當你曾經用過其他熱衷于復制數組數據的編程語言時值桩，由于NumPy的設計目的是處理大數據摆霉，所以假如NumPy堅持要將數據復制來復制去的話會產生何等的性能和內存問題。如果你想要得到的是ndarray切片的一份副本而非視圖奔坟，就需要顯式地進行復制操作携栋。例如：arr[5:8].copy()
高緯度數組：
切片索引：
五、布爾型索引
六咳秉、花式索引
七婉支、數組轉換和軸對換：
轉置（transpose）是重塑的一種特殊形式，它返回的是源數據的視圖（不會進行任何復制操作）澜建。
數組不僅有transpose方法向挖，還有一個特殊的T屬性：
快速學習：
