玩数据分析、数据挖掘、AI的都知道这个Python库用的是很多的，里面包含各种操作，在实际的DataSet的处理当中是非常常用的。
NumPy就是Python的其中一个扩充程序库。它支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL（全局解释器锁），运算效率极好，是大量机器学习框架的基础库。
如果有想学习python的程序员，可来我的python学习扣qun：835017344，免费送python的视频教程噢！我每晚上8点还会在群内直播讲解python知识，欢迎大家前来学习交流。
NumPy的主要特点
●ndarray，快速，节省空间的多维数组，提供数组化的算术运算和高级的广播功能。
●使用标准数学函数对整个数组的数据进行快速运算，而不需要编写循环。
●读取/写入磁盘上的阵列数据和操作存储器映像文件的工具。
●线性代数，随机数生成，以及傅里叶变换的能力。
●集成C、C++、Fortran代码的工具。
今天，我们就来和大家分享几个Numpy数组常用操作。
Numpy数组的创建
特殊矩阵的创建
np.ones() 函数与np.zeros() 函数可以创建任意维度的全1或全0数组。函数参数可按照IDE的提示来进行填写。
创建自列表
具体就是先创建具有数据的列表，然后将其转换为数组。如以下代码所示：
image
Numpy数组的切片
由于python列表是层次嵌套的，所以索引元素方法为a[i][j];而Numpy数组为一个整体，其索引方法为a[i, j]。在此基础上就可以进行切片，比如：
a[i, 0:4]表示第i行，第0到第4列（不包括第4列）；
a[i, :]表示第i行；
a[-1, :]表示最后一行；
a[：-1, :]表示除最后一行的所有行；
以上方法同样可用于列。
Numpy数组的排序
将每一行或列排序
使用np.sort() 函数或数组对象本身的sort() 函数，其中np.sort() 不改变原数组对象的顺序，而是返回一个排序后的数组对象。如下代码所示：
将每一行排序
image
将每一列排序
将每一行看作整体，将所有行按照某一列的顺序进行排序
这里要提一下argsort() 函数，该函数返回数组沿指定轴排序后的索引，我们可以使用某列排序后的索引来排序所有行。
使用代码如下：
argsort()的用法
image
将所有行按第二列进行排序
Numpy数组的拼接
np.concatenate() 函数可以提供数组拼接操作，使用代码如下：
以上就是本篇的内容，希望能对你的学习之路有所帮助。