官网文档：https://www.numpy.org.cn/
Numpy 简介
导入numpy
Numpy是Python的一个很重要的第三方库，很多其他科学计算的第三方库都是以Numpy为基础建立的。
Numpy的一个重要特性是它的数组计算。
在使用Numpy之前，我们需要导入numpy包：
from numpy import *
使用前一定要先导入 Numpy 包，导入的方法有以下几种：
import numpy
import numpy as np
from numpy import *
from numpy import array, sin
事实上，在ipython中可以使用magic命令来快速导入Numpy的内容。
%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib
数组上的数学操作
假如我们想将列表中的每个元素增加1，但列表不支持这样的操作（报错）：
a = [1, 2, 3, 4]
a + 1
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-3-068856d2a224> in <module>()
1 a = [1, 2, 3, 4]
----> 2 a + 1
TypeError: can only concatenate list (not "int") to list
转成 array ：
a = array(a)
a
array([1, 2, 3, 4])
array 数组支持每个元素加 1 这样的操作：
a + 1
array([2, 3, 4, 5])
与另一个 array 相加，得到对应元素相加的结果：
b = array([2, 3, 4, 5])
a + b
array([3, 5, 7, 9])
对应元素相乘：
a * b
array([ 2, 6, 12, 20])
对应元素乘方：
a ** b
array([ 1, 8, 81, 1024])
提取数组中的元素
提取第一个元素：
a[0]
1
提取前两个元素：
a[:2]
array([1, 2])
最后两个元素：
a[-2:]
array([3, 4])
将它们相加：
a[:2] + a[-2:]
array([4, 6])
修改数组形状
查看 array 的形状：
a.shape
(4L,)
修改 array 的形状：
a.shape = 2,2
a
array([[1, 2],
[3, 4]])
多维数组
a 现在变成了一个二维的数组，可以进行加法：
a + a
array([[2, 4],
[6, 8]])
乘法仍然是对应元素的乘积，并不是按照矩阵乘法来计算：
a * a
array([[ 1, 4],
[ 9, 16]])
画图
linspace 用来生成一组等间隔的数据：
a = linspace(0, 2*pi, 21)
%precision 3
a
array([ 0. , 0.314, 0.628, 0.942, 1.257, 1.571, 1.885, 2.199,
2.513, 2.827, 3.142, 3.456, 3.77 , 4.084, 4.398, 4.712,
5.027, 5.341, 5.655, 5.969, 6.283])
三角函数：
b = sin(a)
b
array([ 0.000e+00, 3.090e-01, 5.878e-01, 8.090e-01, 9.511e-01,
1.000e+00, 9.511e-01, 8.090e-01, 5.878e-01, 3.090e-01,
1.225e-16, -3.090e-01, -5.878e-01, -8.090e-01, -9.511e-01,
-1.000e+00, -9.511e-01, -8.090e-01, -5.878e-01, -3.090e-01,
-2.449e-16])
画出图像：
%matplotlib inline
plot(a, b)
[<matplotlib.lines.Line2D at 0xa128ba8>]
从数组中选择元素
假设我们想选取数组b中所有非负的部分，首先可以利用 b 产生一组布尔值：
b >= 0
array([ True, True, True, True, True, True, True, True, True,
True, True, False, False, False, False, False, False, False,
False, False, False], dtype=bool)
mask = b >= 0
画出所有对应的非负值对应的点：
plot(a[mask], b[mask], 'ro')
[<matplotlib.lines.Line2D at 0xa177be0>]