numpy学习笔记
NumPy 阵列是一种数据结构，可有效地存储和访问多维数组17 （也称为张角），并实现各种科学计算。它包括一个指向内存的指针，以及用于解释存储在那里的数据的元数据，特别是"数据类型"，“维度"和"步幅”。
a.展示了数据结构：数倍本身、数据类型、数据维度和步长（这里我理解的是占内存空间，一个数据八个字节）
b.一个是索引值，下标从0开始；另一个指的是切片操作：[:,1:]逗号前后分别指的是行和列，逗号前的冒号是指每行的值全取，逗号后是指列从第二列（索引值是1）取到最后。[:,::2]是指行全取，列的取值实际上是一个切片操作，头尾都省略是指从第一列到最后一列，步长为2是指隔一列取一列。
c.前面几个好理解，直接根据坐标取值，最后一个我认为可以看成是向量相乘得到矩阵 （此处不是真的相乘，只是坐标的一个组合），图片上的不是很好懂，x的四个元素分别的坐标分别是[1,1],[1,0],[2,1],[2,0]也就是4，3，7，6。
d.对应位置元素相加。
e.类似于矩阵相乘。
f.axis=0表示以逐行相加得到一行数据，axis=1表示逐列相加得到一列数据。
g.arange函数使得数据平均分布；reshape函数使得数据分为m行n列；mean按行或列求平均数。图源水印
Python 是一种开源的通用解释编程语言，非常适合标准编程任务，如清理数据、与 Web 资源交互和解析文本。添加快速数组操作和线性代数使科学家能够用一种编程语言完成所有工作，其优点是易于学习和教学，这在许多大学被采用为初级学习语言就见证了这一点。尽管 NumPy 不是 Python 标准库的一部分，但它受益于与 Python 开发人员之间的良好关系。多年来，Python 语言增加了新功能和特殊语法，使 NumPy 具有更简洁且更易于阅读的数组表示法。但是，由于它不是标准库的一部分，NumPy 能够决定自己的发布策略和开发模式。SciPy 和 Matplotlib 在历史、开发和使用方面与 NumPy 紧密耦合。SciPy 为科学计算提供基本算法，包括数学、科学和工程例程。Matplotlib 生成出版物就绪图形和可视化效果。NumPy、SciPy 和 Matplotlib 的组合，以及 IPython 等高级交互式环境，为 Python 中的阵列编程提供了坚实的基础。NumPy 是阵列感知库生态系统的基础，它设置文档标准，提供阵列测试基础结构，并为 Fortran 和其他编译器添加生成支持。
NumPy是科学Python生态系统的基础