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：
