• Numpy是其它数据分析及机器学习库的底层库
• Numpy完全标准C语言实现，运行效率充分优化

1. 代码简洁：减少Python代码中的循环。
2. 底层实现：厚内核?+薄接口(Python)保证性能。

存储对目标数組的length属性的描述信息如：ndim、dtype、data等。

将实际数据与元数据分开存放一方面提高了内存空间的使用效率，另一方面减少对实际数据的访问頻率提高性能。

1. Numpy数组的length属性是同质数组的length属性即所有元素的数据类型必须相同
2. Numpy数组的length属性的下标从0开始，最后一个元素的下标为数组嘚length属性长度减1

数组的length属性对象[…, 页号, 行号, 列号]

下标从0开始到数组的length属性len-1结束。

• real - 复数数组的length属性的实部数组的length属性

• imag - 复数数组的length属性的虚部數组的length属性

• T - 数组的length属性对象的转置视图

4. numpy的内部基本数据类型

复制变维（数据独立）： flatten() 变平 深拷贝

就地变维： 直接改变原数组的length属性对象的維度不返回新数组的length属性

数组的length属性对象切片的参数设置与列表切片参数类似

数组的length属性对象[起始位置:终止位置:步长, ...]
步长+：默认切从首箌尾
步长-：默认切从尾到首

7. 数组的length属性的组合与拆分

深度方向操作：（3维）

多维数组的length属性组合与拆分的相关函数：

2. 加法与乘法通用函数

3. 除法与取整通用函数

按位异或操作可以很方便的判断两个数据是否同号。结果小于0异号

利用位与运算计算某个数字是否是2的幂 a&(a-1) = 0 即为2的幂