大家數據分析的環境安裝沒有什么問題了吧？那我們就開始登上數據分析這趟列車吧！本次列車首先從Numpy數組與重塑出發，準備好了嗎我們啟程了～～～～

　　#### Numpy是什么？

　　我們一起看一下來自百度百科給出的解釋：

　　> NumPy(Numerical Python)是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表(nested list structure)結構要高效的多(該結構也可以用來表示矩陣(matrix))，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。

　　通過上面的解釋我們可以得出如下幾點：

　　1、一個強大的N維數組對象Array；

　　2、比較成熟的函數庫；

　　4、實用的線性代數、傅里葉變換和隨機數生成函數。

　　另外還有兩個方便實用的利器：1. Ndarray對象 2. 切片和索引

　　原來我們存儲數據使用列表List，但是實現大型矩陣和一些函數運算就有限了，所以我們可以將Numpy理解成就是List的升級版。

　　如果安裝的時候使用的anaconda安裝，我們下面就可以直接使用了。但是如果不是，就需要使用pip包管理器安裝一下。

　　安裝方法：

　　> pip install numpy

　　引用方法：

　　> import numpy as np

　　#### Numpy之Ndarray 對象

　　NumPy 最重要的一個特點是其 N 維數組對象 ndarray，它是一系列同類型數據的集合，以 0 下標為開始進行集合中元素的索引。

　　該對象是?個快速?靈活的?數據集容器。你可以利?這種數組對整塊數據執??些數學運算，其語法跟標量元素之間的運算?樣。

　　ndarray 對象是用于存放同類型元素的多維數組。 ndarray 中的每個元素在內存中都有相同存儲大小的區域。

　　##### Ndarray對象的創建

　　1. 使用 np.array()函數把 python傳入的序列對象創建成數組。如下：

　　**numpy.array(object)**

　　其中object是必須填寫的參數，object可以是一個數組或者任何嵌套的序列。

　　在下面的代碼框中，我們使用代碼創建出一套吃雞武器列表：

　　['A416', 'AKM', 'AWM', 'win94', '鐵拳火箭筒','粘性炸彈']

　　```python

　　# 導入numpy數據包

　　import numpy as np

　　# 創建一個ndarray數組

　　np.array(['A416', 'AKM', 'AWM', 'win94', '鐵拳火箭筒','粘性炸彈'])

　　```

　　結果：　　

　　這組數據里面不僅有武器，還有各種配件：6倍鏡，有了配件的的加入你也試一下，看看有什么不同。

　　```python

　　# 導入numpy數據包

　　import numpy as np

　　# 創建一個ndarray數組

　　np.array([['美國隊長','鋼鐵俠','綠巨人','黑寡婦','蜘蛛俠'],['6倍鏡','步槍補償器','輕型握把','快速擴容彈夾','步槍槍托','8倍鏡']])

　　```

　　運行結果：

> array([list(['美國隊長', '鋼鐵俠', '綠巨人', '黑寡婦', '蜘蛛俠']),
> list(['6倍鏡', '步槍補償器', '輕型握把', '快速擴容彈夾', '步槍槍托', '8倍鏡'])],
> dtype=object)

　　嵌套序列(?如由?組等?列表組成的列表)將會被轉換為?個多維數組

　　```python

　　# 導入numpy數據包

　　import numpy as np

　　# 創建一個ndarray數組

　　data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]

　　np.array(data2)

　　```

　　運行結果：　　

　　數據可以是我們通過列表創建出來的，也可以自己“假裝”構造出來數據，這些數據在我們需要的時候可以隨時上場。

　　大將1：np.arange(start, stop, step)函數可以通過指定開始值、終值、步長來創建一個等差數列， 不包括終值;

　　大將2: np.linspace(start, stop, num,endpoint)函數可以通過指定開始值、終值、元素個數創建等差數列， 通過endpoint參數指定是否包括終值，默認包括;

　　大將3: zeros()、ones()函數可以創建指定的數組， 參數使用元組或列表， 大家一般都使用元組.

　　先感受一番大將的風采，使用np.arange創建一個指定范圍的數列。

　　```python

　　# 導入numpy數據包

　　import numpy as np

　　# 使用arange()創建數組，類似range()函數

　　x = np.arange(6)

　　x

　　```

　　結果：　　

　　還可以指定起始，結束和步長值，看一看：

　　```python

　　# 導入numpy數據包

　　import numpy as np

　　# 使用arange()創建數組，類似range()函數

　　x = np.arange(1,10,3)

　　x

　　```

　　結果：　　

　　小學的時候學過等差數列或者給你一組數據讓你找規律?那時候沒有掉太多頭發吧?