一、简介
numpy主要是用来存储和处理大型矩阵，提供了一种存储单一数据类型的多维数组对象------ndarray。还提供了多种运算函数，能够完成数据计算和统计分析，是数据分析的重要工具包。
二、数组对象(ndarray)
1、创建数组对象
（1）、创建自定义数组
1、numpy.array(object,dtype=None,copy=True,order='K',subok=False,ndmin=0)
object：就是要创建的数组
dtype：表示数组所需的数据类型，默认是None,即保存对象所需的最小类型
ndmin：指定生成数组应该具有的最小维数，默认为None。
2、通过arange函数创建一维数组：arange(start, end, sep)
3、创建一维等差数组：linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
4、创建等比数列：logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
5、创建全零数组：zeros(shape, dtype=None, order='C')
6、创建全为1的数组：ones(shape, dtype=None, order='C')
7、创建对角线全为1的多维数组：eye(N, M=None, k=0, dtype=float)
8、创建自定义对角线数值的数组：diag(v, k=0)
（2）、创建随机数组，利用numpy包里的random模块
1、创建0-1的随机浮点数一维数组：random.random(num)
2、创建指定范围的随机整数多维数组：randint(low, high=None, size=None, dtype='l')
3、创建服从均匀分布的随机数组，范围[0, 1)：rand(*dn)
4、创建服从正态分布的随机数组：randn(*dn)
2、数组对象属性
---------数组属性：
ndim：表示数组维数，返回int类型
shape：表示数组的形状大小，对于n行m列的矩阵，形状为(n,m)，返回tuple类型
size：表示数组的元素总个数，等于数组形状的乘积，返回int类型
dtype：描述数组中的元素的类型，返回data-type
itemsize：表示数组的每个元素的大小（以字节为单位），返回int类型
-----------访问属性：
3、改变数组形状
（1）、使用shape改变形状
（2）、使用reshape改变形状
（3）、展平数组：
----使用ravel函数
----使用flatten函数
（4）、组合数组：
-----使用hstack/vstack函数
-----使用concatenate函数
（5）、分割数组：
-----使用hsplit/vsplit函授
-----使用split函数
4、访问数组
（1）、一维数组的访问
（2）、二维数组的访问
三、数据类型
numpy的数据类型比python内置的数据类型多，常用的数据类型如下所示：（引用菜鸟教程：http://www.runoob.com/numpy/numpy-dtype.html）
四：numpy的矩阵对象
1、创建矩阵
2、矩阵属性
T：返回自身的转置
H：返回自身的共轭转置
I：返回自身的逆矩阵
A：返回自身数据的二维数组的一个视图
3、矩阵运算
（1）、四则运算
（2）、比较运算
比较运算符：>、<、==、>=、<=、!=
返回结果：一个布尔数组，也就是每个元素的比较结果
（3）、逻辑运算
逻辑运算符：逻辑或-----any，逻辑与------all
返回结果：一个布尔值True或False
五、ufunc函数（universal function）
1、概念：
全程通用函数（universal function），是一种能够对数组中所有元素进行操作的函数，结果是以数组形式输出，因此不需要对数组每个元素都进行操作，所以比math库中的函数操作效率高。
2、广播机制
广播（broadcasing）是指不同形状的数组之间进行算数运算的一种方式。
3、广播机制----->四原则
参与运算的数组其中一个的维度为1且列相等
参与运算的数组的维度相等，则其中一个的列为1且行相等
参与运算的数组都向其中形状最大的看齐，即根据shape属性最大的运算，形状不足的就加按照行或列补齐，也就是行复制或者列复制
输出的数组跟最大的数组形状相同
六、利用numpy统计分析
1、文件的读写
（1）、以二进制形式写入/读取文件
-----写入文件：save(file, arr, allow_pickle=True, fix_imports=True)/savez(file, arr, allow_pickle=True, fix_imports=True)
-----读取文件：load(file, mmap_mode=None, allow_pickle=True, fix_imports=True,encoding='ASCII')
（2）、以文本形式写入/读取文件（txt，csv格式）
-----写入文件：loadtxt(fname, dtype=float, comments='#', delimiter=None,converters=None, skiprows=0, usecols=None, unpack=False,ndmin=0)
-----读取文件：loadtxt(fname, dtype=float, comments='#', delimiter=None,converters=None, skiprows=0, usecols=None, unpack=False,ndmin=0)
2、数组排序
（1）、直接排序
方法：sort(a, axis=-1, kind='quicksort', order=None)
参数：axis=1 为沿横轴排序； axis=0 为沿纵轴排序，默认沿横轴排序
（2）、间接排序
方法：argsort(a, axis=-1, kind='quicksort', order=None)，返回的是下标
参数：axis=0 为沿横轴排序； axis=0 为沿纵轴排序，默认沿横轴排序
3、数据去重
方法：unique(ar, return_index=False, return_inverse=False,return_counts=False, axis=None)
4、重复数据，可以理解为数据的复制
（1）、重复整个数组
方法：tile(A, reps)
参数：A表示数组，reps表示重复的个数
（2）、重复数组中的元素
方法：repeat(a, repeats, axis=None)
参数：a 表示传入的数组，repeats表示要重复的次数，axis=1表示沿横轴重复，axis=0表示沿纵轴重复
5、常用统计函数
参数：axis=0 表示纵向计算
axis=1 表示横向计算
默认不写 表示计算整个数组
（1）、求和：sum
（2）、求平均值：mean
（3）、求最大值：max
（4）、求最小值：min
（5）、求最大元素的索引：argmax
（6）、求最小元素的索引：argmin
（7）、求方差：var
（8）、求标准差：std
（9）、求所有元素的累计和：cumsum
（10）、求所有元素的累计积：cumprod
