Numpy是一个用python实现的科学计算的扩展程序库，包括：
1、一个强大的N维数组对象Array；
2、比较成熟的（广播）函数库；
3、用于整合C/C++和Fortran代码的工具包；
4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（NumericPython）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：LawrenceLivermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
本文整理了一个Numpy的小抄表，总结了Numpy的常用操作，可以收藏慢慢看。
安装Numpy可以通过Pip或者Anaconda安装Numpy:
$pipinstallnumpy
或
$condainstallnumpy
本文目录
基础占位符数组增加或减少元素合并数组分割数组数组形状变化
拷贝/排序
数组操作其他数学计算数学计算比较基础统计更多切片和子集小技巧基础NumPy最常用的功能之一就是NumPy数组：列表和NumPy数组的最主要区别在于功能性和速度。
列表提供基本操作，但NumPy添加了FTTs、卷积、快速搜索、基本统计、线性代数、直方图等。
两者数据科学最重要的区别是能够用NumPy数组进行元素级计算。
axis0通常指行
axis1通常指列
操作描述文档np.array([1,2,3])一维数组