使用 NumPy 让你的 Python 科学计算更高效

具体的原理我也不大懂，简单理解就是Numpy的计算效率更高一些。

Numpy里有两个对象：

ndarray,实际上就是多维数组的含义，在Numpy数组中，维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推。在 NumPy 中，每一个线性的数组称为一个轴（axes），其实秩就是描述轴的数量。

连续数组的创建，可以使用arange和linspace函数进行创建：

arange() 类似内置函数 range()，通过指定初始值、终值、步长来创建等差数列的一维数组，默认是不包括终值的。

linspace 是 linear space 的缩写，代表线性等分向量的含义。linspace() 通过指定初始值、终值、元素个数来创建等差数列的一维数组，默认是包括终值的。

算术运算，可以直接对数组进行加、减、乘、除、求 n 次方和取余数。

统计函数，查看最大、最小值amax（）&amin（）

统计最大值与最小值之差ptp()

统计数组的百分位数怕ercentile（）,第2个参数代表百分比，0即最小值，100为最大值。

统计数组中的中位数median（）、平均数mean()

统计数组中的方差var(),标准差var()

numpy排序