数据的维度

一维数据

一维数据由对等关系的有序或无序数据构成，采用线性方式组织

列表和数组

二维数据

是由多个一维数据组成，是一维数据的组合形式

多维数据

由一维或二维数据在新维度上的拓展形成

高维数据

利用最基本的二元关系展示数据间的复杂结构

Numpy

功能：

N维数组对象：ndarray

• 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。
• 设置专门的数组对象，经过优化，可以提升这类应用的运算速度。

ndarray是一个多维数组对象，由两部分构成：

• 实际的数据
• 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(同质)，数组下标从0开始。

ndarray对象的属性

ndarray的应用实例

ndarray的创建和变换

方法：

• 从Python中的列表、元组等类型创建ndarray数组。

• 使用NumPy中函数创建ndarray数组，如: arange,ones, zeros等。

• 从字节流( raw bytes )中创建ndarray数组。

• 从文件中读取特定格式，创建ndarray数组。

ndarray数组的操作

索引：获取数组中特定位置元素的过程

切片：获取数组元素子集的过程

ndarray数组的运算

数组与标量之间的运算： 数组与标量之间的运算作用于数组的每一个元素 NumPy一元函数： 对ndarray中的数据执行元素级运算的函数 几乎所有的一元函数都是新生成了数组，原数组没有改变

NumPy二元函数：