Numpy 作为最常用的科学计算包，已经被广泛使用，Numpy库十分有用，但学习难度并不高； 下面总结了所有常用的Numpy知识点，看完后Numpy就可以毕业啦！！！
| No | 标题 | 内容 | 链接 | 重要度 |
|---|---|---|---|---|
| 1 | Numpy 对象与类型 | 一、Numpy 对象：ndarray<br>二、新建 Numpy对象 <br> 三、Numpy数据类型<br> 3.1 常见数据类型<br> 3.2 数据类型转换<br> 3.3 数据类型dtype | Link | ⭐⭐ |
| 2 | Numpy 的属性与形状变换 | 一、最基本的属性<br>二、Numpy 常用属性<br> 2.1 ndarray.ndim 数组维度<br> 2.2 ndarray.shape 数组形状<br> 2.3 ndarray.dtype 数组类型<br> 2.4 ndarray.itemsize 数组元素大小<br>三、形状变换<br> 3.1 numpy.reshape 改变形状<br> 3.2 nparray.flat 返回迭代器<br> 3.3 ndarray.flatten & numpy.ravel 平铺展开<br> |
Link | ⭐⭐ |
| 3 | Numpy创建数组 | 一、标准数组的创建<br> 1.1 numpy.empty 创建空数组<br> 1.2 numpy.zeros 创建0数组<br> 1.3 numpy.ones 创建1数组<br>二、创建一般数组<br> 2.0 利用list 创建数组 numpy.array<br> 2.1 利用list 创建数组 numpy.asarray<br> 2.2 利用可迭代对象创建数组 numpy.fromiter<br> 2.3 利用数值范围创建数组 numpy.arange<br> 2.4 利用数值范围创建数组 numpy.linspace<br>三、创建随机数组<br> 3.1 创建整数随机数组：np.random.randint<br> 3.2 创建浮点型随机数组<br> |
Link | ⭐⭐ |
| 4 | Numpy的切片索引与高级索引 | 一、Numpy的切片索引<br> 1.1 使用slice内置函数（不常用）<br> 1.2 使用 [] 切片 (常用，*** 非常重要***)<br> 1.2.1 针对一维数组;<br> 1.2.2 针对二维数组;<br> 二、Numpy的高级索引<br> 2.1 布尔索引 (常用，*** 非常重要***)<br> 2.2 花式索引<br> | Link | ⭐⭐⭐ |
| 5 | 第五节：Numpy的广播 | Numpy的广播的三种情况<br> 1. 有一个数组是一个数字，即可广播；<br> 2. 维度的尾部一致，即可广播；<br> 3. 两个数组均为一维数组，一个为行，一个为列，即可广播； | Link | ⭐⭐⭐ |
| 6 | Numpy 元素的遍历 | 一、单个数组的遍历：numpy.nditer 的使用<br> 1.1 参数：order<br> 1.2 参数：op_flags<br> 1.3 参数：flags<br>二、多个数组的遍历<br> 2.1 多个数组Shape相同时<br> 2.2 多个数组Shape不同时 |
Link | ⭐⭐ |
| 7 | Numpy常用的函数 | 一、Numpy 的加减乘除<br>二、Numpy 的三角函数<br> 2.1 常见三角函数：sin()、cos()、tan()、arcsin()，arccos()， arctan()<br> 2.2 角度与弧度转化：numpy.degrees()<br>三、Numpy 的元素精度函数<br> 3.1 四舍五入：numpy.around()<br> 3.2 向上取整：numpy.ceil()<br> 3.3 向下取整：numpy.floor()<br> 3.4 Numpy指数运算：np.power()<br> 3.5 Numpy取余数：numpy.mod()<br>四、Numpy 的统计运算函数<br> 4.1 最大值与最小值：numpy.amin() 和 numpy.amax()<br> 4.2 极差值：numpy.ptp()<br> 4.3 分位数：numpy.percentile()<br> 4.4 中位数：numpy.median()<br> 4.5 平均值：numpy.mean()<br> 4.6 加权平均值：numpy.average()<br> 4.7 标准差：numpy.std()<br> 4.8 方差：numpy.var()<br>五、字符串相关函数 |
Link | ⭐⭐⭐ |
强烈推荐的学习资料~