迄今为止，大家已经学习了Python中一些常用的数据结构，如字符串、元祖、列表、字典……群主以温水煮青蛙的耐心慢慢引领着大家，终于来到了Numpy这个水深火热的沸水区！To jump or not to jump？皮糙肉厚的群主已经为大家试过水温，经验表明，不脱一层皮是爬不出来的……

Numpy是Python的一个科学计算库，提供了矩阵运算的功能。Numpy中的ndarray（多维数组）数据结构可用来表示向量(1-dimension)和矩阵(N-dimension)。和Numpy中的Array比起来，List这种小白的数据结构可以说是Too simple, sometimes naive。先放一张图给大家感受一下群主最津津乐道的数组切片操作，看懂这些，保证你整个人都升华了！（可参考《跟老齐学Python轻松入门》P56~P58了解列表的索引和切片用法）

虽然装完逼就跑的感觉很刺激，但本着不离不弃的原则，群主依然会耐心带领大家，一步一个脚印走过这片暗流涌动的沼泽地。既然大家对Numpy的Array已有了感性认识，下面从最简单的开始，安抚大家受到惊吓的小心灵：）

01

Numpy arrays基本操作

• 元素索引

一维数组的元素访问方式和列表的元素访问语法一样：

• 数组和列表的区别

最重要的区别是：数组是“同质的”，即所有元素必须为同一类型，而列表中的元素可以为任意不同类型，例如可以把上面列表中最后一个元素改为字符串型，而贸然改变数组中元素类型则会报错！

• 数组的属性

数组中元素类型的信息包含在dtype属性里。

一旦数组被创建，它的dtype就固定了，只能增加相同类型的元素。此例中dtype是整数，如果我们存储一个浮点数它将被自动转换成整数：

• 创建数组

上面我们用一个列表来初始化数组，此外还有很多其他创建数组的方式。现实中常需用常量来初始化数组，例如0或1（分别作为加法或乘法运算的初始值），Numpy的zeros和ones函数即为了解决这一需求。

也可以先初始化为空值，再填充具体值。

• 定义序列

Numpy提供arange函数，和Python内置的range函数类似，但返回的是数组而不是列表。

linspace和logspace函数创建线性和对数空间的坐标序列，需指定将要创建的点数，以及区间的左右端点。

• 随机数组

创建遵从特定分布规律的随机数构成的数组也很有用。np.random模块中有很多函数能实现这类需求。

• 用布尔数组做索引

和Python中列表类似，上面我们都是用单个数字做索引或切片来访问数组中的特定元素。此外，数组还支持另一种更加强大的索引方式：用布尔值数组来做索引。这种索引方式在需要提取出满足特定条件的数组元素时非常有用。

例如，我们想把数组norm10中所有大于9的元素都替换为0，首先需要找到判断是否满足条件的布尔值数组(mask)。

有了mask，我们就可以用它来读取数组中满足条件（对应布尔值为True）的元素，并把这些元素置为0。

下周介绍多维数组的切片、数学运算以及线性代数运算，敬请期待！

4-Numpy似双丝网，中有千千结(上)