Numpy 在數(shù)據(jù)分析中的核心作用即矩陣計(jì)算（變換）溯饵。列表是不支持矩陣計(jì)算的：
>> [1, 2, 3] + 1
TypeError Traceback (most recent call last)
<ipython-input-1-f87fad572782> in <module>
----> 1 [1, 2, 3] + 1
TypeError: can only concatenate list (not "int") to list
使用 import numpy as np 驗(yàn)證 Numpy 是否安裝就緒：
import numpy as np
使用 Numpy 進(jìn)行矩陣計(jì)算：
>> array = np.array([1, 2, 3])
>> array
array([1, 2, 3])
>> array + 1
array([2, 3, 4])
其中 array 為 numpy.adarray 類型：
>> type(array)
numpy.ndarray
矩陣運(yùn)算還包括兩個(gè)矩陣間的運(yùn)算：
>> array2 = array + 1
>> array + array2
array([3, 5, 7])
>> array * array2
array([ 2, 6, 12])
兩個(gè)矩陣之間相減澄耍、相乘即對(duì)位位置上的元素進(jìn)行相應(yīng)的運(yùn)算星掰。
我們上面提到的都是 1 維數(shù)組，其 shape 屬性可以反應(yīng)數(shù)組的維度颅痊，以及每個(gè)維度上的元素個(gè)數(shù)：
>> array.shape
(3,)
數(shù)組 np.array([1, 2, 3]) 只包含 1 個(gè)維度营罢，并且該維度上有 3 個(gè)元素伙菊。
構(gòu)造一個(gè)二維的數(shù)據(jù)：
>> array3 = np.array([[1,2,3], [4,5,6]])
>> array3
array([[1, 2, 3],
[4, 5, 6]])
該數(shù)組包含 2 個(gè)維度，第一個(gè)維度長(zhǎng)度為 2，第二個(gè)維度長(zhǎng)度為 3美侦。即 2 行 3 列：
>> array3.shape
(2, 3)
最后赠叼，我們?cè)賮砜匆粋€(gè) 3 維的 ndarray 結(jié)構(gòu)：
>> array4 = np.array([[[1,2,3], [4,5,6]]])
>> array4
array([[[1, 2, 3],
[4, 5, 6]]])
第一個(gè)維度長(zhǎng)度為 1 ，第二個(gè)維度長(zhǎng)度為 2批旺， 第三個(gè)維度長(zhǎng)度為 3止后，其 shape 屬性如下：
>> array4.shape
(1, 2, 3)
