¶NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
这里是从numpy库的学习开始的。
¶Numpy库学习
import numpy as np 将numpy以np作为其简写别名 维度：一组数据的组织形式，可以一维二维甚至多维展开。 
一维数据：由对等关系的有序或无需数据构成，采用线性方式组织。可以使用列表、数组（不常用）和集合等表示。 列表中每一个数据元素的类型可以不同，数组中每一个数据元素的数据类型要相同 
二维数据：由多个一维数据构成，是一维数据的组合形成。 表格是典型的二维数据，表头是二维数据的一部分 
多维数据：由一维或微微数据在新维度上扩展形成 高维数据仅利用最基本的二元关系展示数据间的复杂结构 字典类型或者数据表示格式 键值对 字典型结构 
使用numpy进行两个一维数组（维度相同时）进行A**2+B**3运算。 数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据 numpy底层通过使用c语言来完成的 对于大型的数据运算，一个维度的所有数据类型往往相同，因此采用数组对象使用相同的数据类型可以节省运算和存储空间。 ndarray是一个多维数组对象，由两部分构成：1.实际的数据 2.描述这些数据的元数据（数据维度，数据类型等） ndarray数组一般要求所有元素类型相同，数组下标从0开始 ndarray：N维数组对象（矩阵），所有元素必须是相同类型。 ndarray属性：ndim属性，表示维度个数；shape属性，表示各维度大小；dtype属性，表示数据类型。 使用arange创建ndarray数组： a = np.array(数组内容) End! 今天就到这里。 
