本章節(jié)以及后續(xù)章節(jié)的源碼，當(dāng)然也可以從我的github下載，在源碼中我自己加了一些中文注釋。十分感謝SeanCheney大佬的翻譯工作
????????NumPy是高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包。它本身并沒(méi)有提供多么高級(jí)的數(shù)據(jù)分析功能，理解NumPy數(shù)組以及面向數(shù)組的計(jì)算將有助于你更好地高效的的使用諸如pandas之類(lèi)的工具。
????????NumPy的ndarray，一種多維數(shù)組對(duì)象，該對(duì)象是一個(gè)快速而靈活的大數(shù)據(jù)集容器。先了解一下怎么回事：
一、創(chuàng)建ndarray
下表列出了一些數(shù)組創(chuàng)建函數(shù)。由于NumPy關(guān)注的是數(shù)值計(jì)算，因此，如果沒(méi)有特別指定，數(shù)據(jù)類(lèi)型基本都是float64（浮點(diǎn)數(shù)）。
二、ndarray的數(shù)據(jù)類(lèi)型
? ??????ndarray的數(shù)據(jù)類(lèi)型如下表：
三、數(shù)組和標(biāo)量之間的運(yùn)算
四、基本的索引和切片
一維數(shù)組：
當(dāng)你曾經(jīng)用過(guò)其他熱衷于復(fù)制數(shù)組數(shù)據(jù)的編程語(yǔ)言時(shí)，由于NumPy的設(shè)計(jì)目的是處理大數(shù)據(jù)，所以假如NumPy堅(jiān)持要將數(shù)據(jù)復(fù)制來(lái)復(fù)制去的話(huà)會(huì)產(chǎn)生何等的性能和內(nèi)存問(wèn)題。如果你想要得到的是ndarray切片的一份副本而非視圖，就需要顯式地進(jìn)行復(fù)制操作。例如：arr[5:8].copy()
高緯度數(shù)組：
切片索引：
五、布爾型索引
六、花式索引
七、數(shù)組轉(zhuǎn)換和軸對(duì)換：
轉(zhuǎn)置（transpose）是重塑的一種特殊形式，它返回的是源數(shù)據(jù)的視圖（不會(huì)進(jìn)行任何復(fù)制操作）。
數(shù)組不僅有transpose方法，還有一個(gè)特殊的T屬性：
快速學(xué)習(xí)：
第四節(jié) 數(shù)據(jù)加載、存儲(chǔ)
第七節(jié) 數(shù)據(jù)聚合與分組運(yùn)算
數(shù)據(jù)分析案例--1880-2010年間全美嬰兒姓名的處理
數(shù)據(jù)分析案例--MovieLens 1M數(shù)據(jù)集
數(shù)據(jù)分析案例--USA.gov數(shù)據(jù)
