NumPy教程
1 NumPy简介
欢迎来到NumPy初学者指南！
NumPy是一个开源的Python库，几乎应用于科学和工程的每个领域。
它是用Python处理数字数据的通用标准，是科学和PyData生态系统的核心。
NumPy用户包括从最初的程序员到从事最先进的科学和工业研究与开发的有经验的研究人员。
NumPy广泛地用于Pandas、SciPy、Matplotlib、scikit-learn、scikit-image和大多数其他数据科学和科学Python包中。
详情 NumPy简介
2 安装和导入NumPy
如果您已经拥有Python，则可以使用以下工具安装NumPy.
详情 安装和导入NumPy
3 NumPy array 和 python list
NumPy提供了大量快速有效的方法来创建数组和处理数组中的数值数据。
4 什么是array
数组是NumPy库的核心数据结构。它包含有关原始数据、如何定位元素以及如何解释元素的信息。
它有一个元素网格，可以用各种方式索引。
元素都是相同的类型，称为数组数据类型。
数组可以由非负整数的元组、布尔、另一个数组或整数索引。
详情 什么是数组？
5 array更多介绍
本节介绍一维数组、二维数组、n数组、向量、矩阵
你可能偶尔会听到一个数组被称为“ndarray”，它是“N维数组”的缩写。
可能还会听到一维、一维数组、二维、二维数组等等。
NumPy ndarray类用于表示矩阵和向量。
详情 array更多介绍
6 如何创建array
本节介绍np.array()、np.zeros()、np.ones()、np.empty()、np.arange()、np.linspace()、dtype
要创建NumPy数组，可以使用函数np.array()
详情 如何创建array
7 添加、删除和排序元素
本节介绍np.sort()、np.concatenate()
使用np.sort()对元素进行排序很简单。
调用函数时，可以指定轴、种类和顺序。
详情 添加、删除和排序元素
8 数组形状和大小
本节包括ndarray.ndim、ndarray.size、ndarray.shape
详情 数组形状和大小
9 重塑array
使用array.reshape()将在不更改数据的情况下为数组提供新的形状。
详情 重塑array
10 如何将一维array转换为二维array(如何向数组添加新轴)
可以使用np.newaxis和np.expand_dims来增加现有array的维数。
详情 如何将一维array转换为二维array(如何向数组添加新轴)
11 索引和切片
您可以使用与切片 Python列表相同的方法，对NumPy数组进行索引和切片。
12 如何从现有数据创建数组
本节介绍切片和索引、np.vstack()、np.hstack()、np.hsplit()、view()、copy()
您可以轻松地使用从现有数组的一部分创建新数组。
13 数组基本操作
本节介绍加法、减法、乘法、除法等
一旦创建了数组，就可以开始使用它们了。
14 广播
有时，您可能需要在数组和单个数字之间执行操作（也称为向量和标量之间的操作），或者在两个不同大小的数组之间执行操作。
15 更有用的数组操作
本节包括最大值、最小值、总和、平均值、乘积、标准差等
NumPy具有聚合功能。除了min、max和sum之外，您还可以轻松地运行mean来获得平均值，prod来获得元素相乘的结果，std来获得标准偏差，等等。
16 生成随机数
随机数生成是许多数值和机器学习算法配置和评估的重要部分。
17 如何获得唯一元素和出现次数
本节介绍np.unique
使用np.unique可以很容易地找到数组中唯一的元素。
18 变换和重塑矩阵
本节介绍arr.reshape()、arr.transpose()、arr.T
常常需要变换矩阵。NumPy 数组具有允许转置矩阵的属性T
19 如何反转数组
本节介绍np.flip()
NumPy的np.flip()函数允许您沿轴翻转或反转数组的内容。
20 重塑和展平多维数组
本节介绍.flatten()，ravel()
有两种常用的展平数组的方法：.flatten() 和.ravel()
NumPy入门系列教程：
1 NumPy介绍
8 数组形状和大小
9 重塑array
10 如何将一维array转换为二维array(如何向数组添加新轴)
11 NumPy索引和切片
12 如何从现有数据创建数组
13 数组基本操作
14 广播
15 更有用的数组操作
16 生成随机数
17 获得唯一元素和出现次数
18 变换和重塑矩阵
19 如何反转数组
20 重塑和展平多维数组
