Python 数据可视化 02 | NumPy 数据操作之 Array

什么是 NumPy？

我们之前在学习 Python 基础的时候，知道了一些 Python 的数据类型，比如列表，元组，字典这些，而 Numpy 是专门用来创建数组的——数组，也是一种数据类型。

因为我们要玩数据可视化，需要操作到数据，而数组就常常会被我使用到， Numpy 是 Python 中很常用的科学计算库，它可以创建出几乎你能想到的各式各样的数据，比如多维数组，矩阵这些，而且可以通过 NumPy 轻松快速的去操作这些数据，这一点你在后面应该会有体会的。

今天，小帅b主要来给你说说如何使用 Numpy 来操作数据——常常用到的数组使用。

现在打开你的 Juypter ，跟我一起一步一步的玩起来吧。

先导入 Numpy ：

使用 NumPy 创建数组

Numpy 创建数组的方式有好几种，我们先以你最熟悉的列表切入吧。

列表转化为数组

可以看到， 通过调用 np 的 array 方法就可以将列表转化为数组了。可能你会想，这两玩意不是差不多么？

数组和列表的一些操作是很类似，比如通过下标访问具体元素，切片，循环等，但是也有不一样的地方，比如数组的大小是固定的，不像列表那样可变，而且数组中的元素的数据类型需要保持一致….关于它们的区别，往后我在跟你说数据结构的时候，会提到的，现在你只要了解并熟悉使用 np 的数据操作就可以了。

刚刚我们得到的是一个一维数组，而数组可以是多维的，比如二维数组，矩阵。比如我们想要将多个列表合成一个多维数组，就可以这样：

通过 arange 创建数组

在使用列表的时候我们常会用到 range 函数，而这里的 arange 来生成数组的方式也是差不多的：

举个简单例子，创建两数组：

算：

ok，以上就是本篇要给你介绍的内容。

ps：以上操作的代码：

https://github.com/wistbean/fxxkpython/blob/master/code/data_visualization/Numpy_array.ipynb