NumPy 是使用Python进行科学计算的基础包。

它包含其他内容：

一个强大的N维数组对象

复杂的（广播）功能

用于集成C / C ++和Fortran代码的工具

有用的线性代数，傅里叶变换和随机数功能

除了明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。

可以定义任意数据类型。

这使NumPy能够无缝快速地与各种数据库集成。

NumPy的主要对象是同构多维数组。 它是一个元素表（通常是数字），都是相同的类型，由正整数元组索引。 `在NumPy维度中称为轴。

例如，3D空间[1,2,1]中的点的坐标具有一个轴。

该轴有3个元素，所以我们说它的长度为3.在下图所示的例子中，数组有2个轴。 第一轴的长度为2，第二轴的长度为3。

[[ 1., 0., 0.],
 [ 0., 1., 2.]]

有几种方法可以创建数组。

例如，您可以使用数组函数从常规Python列表或元组创建数组。

结果数组的类型是从序列中元素的类型推导出来的。

>>> import numpy as np
>>> a = np.array([1,2,3])
>>> a
array([1, 2, 3])
>>> a.dtype
dtype('int64')

>>> b = np.array([1.1, 1.2, 1.3])
>>> b
array([1.1, 1.2, 1.3])
>>> b.dtype
dtype('float64')

数组上的算术运算符应用于元素。

创建一个新数组并填充结果。

>>> a = np.array([6,7,8,9])
>>> b = np.arange(4)
>>> c = a-b
>>> c
array([6, 6, 6, 6])
>>> b
array([0, 1, 2, 3])
>>> b**2
array([0, 1, 4, 9])
>>> b = 3.5中）或点函数或方法执行：