温馨提示：您阅读学习完本文需要3分钟，就可以掌握Python-Numpy基础入门,数组知识。
我们今日头条号 之前一系列的数据采集文章分享，基本上都是有Python基础要求的，而现在进入Python数据处理阶段，我们从新开始起航，从零开始。Step by Step,带您一起学习、分享Python科学数据处理、数据分析。开始我们之旅吧！
一 开发工具安装
假设您已经安装了Python3.X，安装时候记得添加到PATH（系统路径）。安装完，可以看到如下（我安装了两个版本，安装3.X即可）
然后我们开始安装我们的IDLE如下，好丑啊
系统自带的IDE，并不友好，我们不想用。可以安装PyCharm,强大的IED，我们之前的数据采集都是用它来进行的。但是对于新手，显得特别麻烦，尤其是配置库和环境等等，特别是我们一些做工科、理科研究的学生，显然不需要。选用一种交互式计算和开发环境——ipython,当然这个只是初学过度，后面我们将使用Anaconda等开发工具。
1.安装ipthon
Win+R键输入cmd打开控制台：pip install ipython
安装完后，cmd输入ipython （或者ipython --pylab,以带matplotlib模式启动）进入python编辑界面如下：
2ipython使用简单知识点：
Tab键：代码提示
？：提示当前变量的内省类型信息等
%run XXX.py：运行XXX.py文件
Ctrl+C：终端当前运行停止
%paste 、%cpaste:黏贴复制代码
二 多维数组对象ndarray
一张图既可以理解多维度的数组对象，如下图。怎么深入理解？——推荐看本书刘大神的《三体》，哈哈
1维-3维数组
1.创建ndarray
方式一：将一切对象塞入Numpy数组
方式二：指定类型创建一维数组
方式三 创建标准矩阵one,零矩阵zero
方式四：限制范围创建 numpy.linspace(start, stop, num, endpoint, retstep, dtype)
方式五 log scale（对数尺度？不懂翻译）数组，对数化的数组矩阵
numpy.logspace(start, stop, num, endpoint, base, dtype)
方式六 组合式创建
2读取数组
array[index] 直接读取位置数据、array【：index】子数组
array.shape查看形状、array.ndim维度、array.dtype数据类型
3.数组运算
二维数组相乘、相加减，即2x2矩阵(数组)运算。这个知识点不知道的，请评论给你脑补知识点。
4.数组函数ufunc
一元函数：abs/fabs/sqrt/square/exp/log/sign/ceil
二元函数：add/subtract/multiply/divide/
5.现存在的数据转换成numpy array
现存的list, list of tuples, tuples, tuple of tuples or tuple of lists等对象转换成array
numpy.asarray(a, dtype = None, order = None)
现存的String转换成array
numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)
6.遍历数组
reshape,对N xＭ＝Ｅ维度的数组，可以任意转换成其他Ｅ维度分解，例如１Ｘ１２＝１２＝３Ｘ４＝２Ｘ６＝４Ｘ３
一个多维度遍历numpy.nditer
多个多维数组同时遍历
三总结
这节课，主要学习了开发工具的安装及使用，数组的基本知识，创建、遍历、基础运算、等。比较基础入门.
下一文，我们将继续学习Numpy的数组操作、二进制的操作、字符串操作等数据操作知识
非常感谢您的细心阅读，喜欢请关注 今日头条号，我们将创作Python如何进行数据处理、数据分析等原创作品，来实现挖掘数据的价值，谢谢！
閱讀更多 甫義教育 的文章
