這個(gè)編程系列我采用的方法是，照著老師課件一步步跟做，遇到問題就記錄，能搜索解決就搜索解決，搜不到的去提問，盡量找到解答。
簡(jiǎn)書專欄里有非常完備的新手上路指南（從下載軟件開始），我就不一步步搬運(yùn)了。
這里主要是根據(jù)我在操作時(shí)出錯(cuò)的地方，從小白的角度做下總結(jié)，同時(shí)也分享入門路上的體驗(yàn)，希望能對(duì)你有點(diǎn)幫助。
NumPy入門
本文分三段，第一部分課程內(nèi)容提取回顧，第二部分操作中問題總結(jié)，最后是心得。
一、內(nèi)容提取
NumPy（Numerical Python）是高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包，通俗點(diǎn)說，它是Python里已有的工具包，提前將各種功能打包好，形成不同的工具裝在里面，需要的時(shí)候直接提取，用來數(shù)據(jù)分析即可（或許以后還有更多更強(qiáng)大的功能）。
就好像需要砸釘子的時(shí)候去拿錘子，需要擰螺絲的時(shí)候去拿螺絲刀，?『NumPy工具包』這個(gè)叫法可以說很形象了。
NumPy的一個(gè)重要對(duì)象是數(shù)組，操作都是針對(duì)數(shù)組進(jìn)行。
一個(gè)數(shù)組里可以存一堆數(shù)據(jù)，每一次操作就可以針對(duì)批量數(shù)據(jù)進(jìn)行，不需要挨個(gè)循環(huán)到每一個(gè)元素。
數(shù)組：
※ 一維數(shù)組類似于列表
大概長(zhǎng)這樣 […, …, …, …, …]
※ 二維數(shù)組類似于矩陣
大概長(zhǎng)這樣
[…，…，…
…，…，…]
對(duì)數(shù)組的操作：
※ 創(chuàng)建——舉例??
np.zeros(5) ??5個(gè)元素全0的數(shù)組
np.ones(5) ??5個(gè)元素全1的數(shù)組
np.empty(10) ??10個(gè)元素的空數(shù)組，會(huì)返回隨機(jī)數(shù)
np.arrange(10) ??元素從0到9的數(shù)組
np.arrange(啟示值, 步長(zhǎng), 終值) ??等差數(shù)列數(shù)組
np.random.rand(5) ??5個(gè)[0,1)之間的隨機(jī)數(shù)數(shù)組
np.random.randint(1, 10, size=8) ??指定范圍內(nèi)的隨機(jī)整數(shù)數(shù)組
np.zeros((2,3)) ? 兩行三列0，以元組（2,3）為參數(shù)
np.random.rand(3, 5) ? 三行五列隨機(jī)二維數(shù)組，直接以3,5為參數(shù)，不同于上
※ 索引切片——舉例??
總的來說，使用[ ]進(jìn)行操作。
一維數(shù)組切片舉例：
arr[3:7] arr[3] ?針對(duì)切片的修改會(huì)影響原來數(shù)組
arr[3:7].copy() ? 相當(dāng)于生成一個(gè)切片的副本，針對(duì)副本的修改不會(huì)影響原來數(shù)組
二維數(shù)組切片舉例：
mat[0] 取一行
mat[3][3]? mat[3,3] ?取第三行第三列某個(gè)元素
索引切片混用：
mat[0:3, 1]? 0~2行，第1列
mat[2:, 2:]? 第2行到最后，第2列到最后
布爾型索引
相當(dāng)于建一串True和False的篩子作為索引，只有True對(duì)應(yīng)的值能通過（印象深刻，值得琢磨）
※ 數(shù)組運(yùn)算
總的來說采用一一對(duì)應(yīng)操作，與矩陣計(jì)算不同。
可對(duì)一個(gè)二維數(shù)組操作，比如一個(gè)數(shù)組對(duì)一個(gè)數(shù)進(jìn)行+ - * /運(yùn)算。
也可在兩個(gè)數(shù)組之間操作，兩個(gè)數(shù)組之間+ - * /，對(duì)應(yīng)元素直接運(yùn)算，但要行列數(shù)一樣。
np下的常用函數(shù)（工具包里常用工具）：
np.sum() ??數(shù)組求和
np.sum(數(shù)組名，axis=1) ??對(duì)行求和
np.sum(數(shù)組名，axis=0) ??對(duì)列求和
注：sum換成mean就以求每列的均值，換成max和min是求每列最大最小值
np.sort(數(shù)組名[:, 0] )對(duì)第0列排序，值從小到大
np.unique(數(shù)組名[:, 列索引]某列中不重復(fù)的數(shù)據(jù)
np.where(判斷條件，True下的結(jié)果，F(xiàn)alse下的結(jié)果)對(duì)應(yīng)不同條件，產(chǎn)生不同結(jié)果
二、問題總結(jié)：
1、一般開始之前使用 『import numpy as np』導(dǎo)入工具包，接下來的命令前要帶上『np.』，說明是從這個(gè)工具包里取的工具。
2、出錯(cuò)的話，注意看error說明，^代表可能出問題的地方，可著重關(guān)注。
3、括號(hào)要成對(duì)！檢查tips：將鼠標(biāo)點(diǎn)在一個(gè)括號(hào)處，和它成對(duì)的括號(hào)就會(huì)變色。
4、凡是提到『第幾行』，指的都是索引（0，1，2……），而非通常所說的行數(shù)（1，2，3……），因?yàn)閷忣}不對(duì)做錯(cuò)了好幾題??。。
5、做完作業(yè)對(duì)答案的時(shí)候，發(fā)現(xiàn)很多寫了幾行命令才實(shí)現(xiàn)的操作，其實(shí)用一條語句即可實(shí)現(xiàn)，比如以下這個(gè)簡(jiǎn)單的定義過程。
估計(jì)學(xué)得多了，最主要是用得多了，慢慢能掌握更多類似的簡(jiǎn)練語句。
三、心得：
本節(jié)課沒有來及聽完回放，最后的紅酒例子那里只是照著課件敲了一遍，感覺還是跟聽課不大一樣。
聽課之所以更有效，是因?yàn)橛欣蠋煹乃悸?，她?huì)在一些地方給出恰當(dāng)?shù)慕忉尯椭笇?dǎo)，這些貌似一帶而過的一兩句話，聽進(jìn)去了，就會(huì)立竿見影起效。對(duì)于一張白紙來說，多畫一筆，就能更清晰一分，即便只是草圖。
如果要靠自己去獲取，可能得等到積累到一定程度，思考框架差不多也建立起來的時(shí)候，方能前后串起來，get到其中的一點(diǎn)真意。
所以，這次算是教訓(xùn)。
Python筆記系列（不只是筆記）：
