深入解析Python科学计算基础库Numpy使用手册前言 Numpy是Python科学计算的基础库，它提供多维数组对象及各种派生对象（如屏蔽的数组和矩阵）以及一系列用于数组快速操作的例程，包括数学、逻辑、形状操作、排序、选择、I/O，离散傅里叶变换、线性代数、基本统计操作、随机模拟等等。 Numpy融合了C语言的高效性和Python的简单性：像C一样快：逐个元素操作是numpy的默认模式，由预编译的C代码完成； 比Python更简单：Numpy的惯用语法比Python内置语法更简洁； Numpy的以下两大特性，是它大部分功能的基础： 矢量化：在代码中没有任何显式循环、索引等。这些仅发生在优化的、预编译的C代码"幕后"，矢量化意味着代码更简洁、更不易犯错、更接近于数学符号、更高效； 广播：隐式的逐个元素操作。Numpy中所有操作都以这种隐式的逐个元素的方式进行，a和b甚至可以是具有不同形状的两个数组，较小的数组"可扩展为"较大的数组； Numpy有两种基本对象： ndarray (N-dimensional array object)多维数组：