Numpy科学计算

📄️ 1. NumPy之:NumPy简介教程

NumPy是一个开源的Python库，主要用在数据分析和科学计算，基本上可以把NumPy看做是Python数据计算的基础，因为很多非常优秀的数据分析和机器学习框架底层使用的都是NumPy。比如：Pandas, SciPy, Matplotlib, scikit-learn, scikit-image 等。

📄️ 2. NumPy之:数据类型

我们知道Python中有4种数字类型，分别是int，float，bool和complex。作为科学计算的NumPy，其数据类型更加的丰富。

📄️ 3. NumPy之:标量scalars

Python语言中只定义了特定数据类的一种类型（比如只有一种整数类型，一种浮点类型等）。在不需要关注计算机中数据表示方式的普通应用程序中，这样做很方便。但是，对于科学计算来说，我们需要更加精确的控制类型。

📄️ 4. NumPy之:数据类型对象dtype

之前讲到了NumPy中有多种数据类型，每种数据类型都是一个dtype(numpy.dtype )对象。今天我们来详细讲解一下dtype对象。

📄️ 5. NumPy之:结构化数组详解

普通的数组就是数组中存放了同一类型的对象。而结构化数组是指数组中存放不同对象的格式。

📄️ 6. NumPy之:使用genfromtxt导入数据

在做科学计算的时候，我们需要从外部加载数据，今天给大家介绍一下NumPy中非常有用的一个方法genfromtxt。genfromtxt可以分解成两步，第一步是从文件读取数据，并转化成为字符串。第二步就是将字符串转化成为指定的数据类型。

📄️ 7. NumPy之:理解广播

广播描述的是NumPy如何计算不同形状的数组之间的运算。如果是较大的矩阵和较小的矩阵进行运算的话，较小的矩阵就会被广播，从而保证运算的正确进行。

📄️ 8. NumPy之:多维数组中的线性代数

本文将会以图表的形式为大家讲解怎么在NumPy中进行多维数据的线性代数运算。

📄️ 9. NumPy之:ndarray多维数组操作

NumPy一个非常重要的作用就是可以进行多维数组的操作，多维数组对象也叫做ndarray。我们可以在ndarray的基础上进行一系列复杂的数学运算。

📄️ 10. NumPy之:ndarray中的函数

在NumPy中，多维数组除了基本的算数运算之外，还内置了一些非常有用的函数，可以加快我们的科学计算的速度。