Numpy基础：数组创建、数据类型与切片索引

NumPy（Numerical Python）作为Python科学计算领域的核心基础库，为各类数值运算提供了强大的支持。其主要功能包括但不限于以下几个方面：

1. 提供高效且灵活的多维数组对象ndarray，该对象能够支持对数组进行逐元素操作，并具备执行数学运算的相关函数。
2. 包含用于读取和写入硬盘中以数组形式存储数据集的工具。
3. 涵盖线性代数运算、傅里叶变换以及随机数生成等多种数学操作。
4. 配备完善的C语言应用编程接口（API），便于Python扩展模块以及原生C、C++、Fortran代码访问NumPy的数据结构与计算资源。

除了为Python程序提供高效的数组处理能力外，NumPy在数据分析领域还承担着重要的角色，即作为算法与库之间数据传递的载体。针对数值型数据而言，相较于Python内置的数据结构，NumPy数组在数据存储与处理方面具有更高的效率。同时，NumPy允许用户直接在整组数据上执行复杂计算，而无需依赖Python的循环结构。因此，基于NumPy实现的算法相较于纯Python代码通常可提升10至100倍的速度（甚至更快），并且占用更少的内存资源。

1 NumPy ndarray：多维数组对象

利用array函数，能够创建一个用于存储传递数据的Numpy数组对象。

    import numpy as np