很多同学期待很久的数据分析教程，今天开始正式启动，不过说实话，个人觉得数据分析没有web和爬虫有意思，天天跟数据打交道，其实也很枯燥，不过学习数据分析对很多工作是很有帮助的，比如爬虫，爬下来的数据我们需要怎么处理，清洗，去重等等，这些属于很常见的工作需求，而这些需求，就和数据分析密不可分。
该系列教程，会着重讲工作实际应用中用的比较多的一些功能和知识点，以在最短时间，让大家最高效的掌握知识点
前期基础教程数主要给大家讲三个库：
numpy、pandas、matplotlib，简单理解来说，其中numpy主要操作数值型、pandas操作数值型和字符型，matplotlib用来绘图可视化
NUMPY（以下简称NP）是Python数据分析必不可少的第三方库，np的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型。如今，np被Python其它科学计算包作为基础包，已成为Python 数据分析的基础，可以说，NP是SciPy、Pandas等数据处理或科学计算库最基本的函数功能库。因此，理解np的数据类型对python数据分析十分有帮助。
下面，本文将介绍Np的常用操作和基本数据类型。
1、安装和导入包
安装 : pip install numpy
导入包：import numpy as np （习惯都用as为numpy起别名np）
2、创建一个数组（矩阵）
用array方法，传入列表，当然python3中range生成的是迭代器，最后输出结果是一行五列的数据结构，我们这里称为数组（矩阵）
打印数组的类型，numpy.ndarray类型，属于numpy定义的数据类型
3、数组的形状
输入的参数为列表嵌套列表，这时候生成的是2行5列的数组，说明数组是有形状的
4、数组的形状查看与修改
查看：shape
调整：reshape，当然不可调整为3行4列，调整行列乘积要一致，所以是5,2
reshape调整形状有返回值，不影响原来数组的形状
flatten将数组摊平，一个相对比较重要的方法
5、数组的简单计算
