(一)简介
数据分析我们常用的工具Numpy,pandas,Matplotlib库，其中Numpy库是pandas库的基础，它们主要是用来处理一维及二维的表格数据，而Matplotlib库这是数据可视化的利器。
（二）Numpy基础
引入方法：import numpy as np
（1）Numpy的定义：
官方解释：NumPy系统是Python的一种开源的数值计算扩展，这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
简单来说：Numpy中含有矩阵matrix和数组array是NumPy里的两种数据类型，都可以用于处理行列表示的数字元素
python数组和Numpy数组区别：
（1）主要区别：numpy数组（array or matrix）创建时是固定大小，python数组（list）是动态的。更改ndarray的大小将创建一个新数组并删除原来的数组。(就是array 和list 的区别)
（2）元素类型区别：
NumPy数组中的元素都需要具有相同的数据类型，因此在内存中的大小相同。
python的List可以存放不同类型的元素。
例外情况：Python的原生数组里包含了NumPy的对象的时候，这种情况下就允许不同大小元素的数组。
（2）array 和matrix的区别
１．ｍａｔｒｉｘ只能是２维的，ａｒｒａｙ可以是任意维数。
２．在这两个数据类型上执行相同的数学运算会得到不同的结果
对于a,b两个matrices,a*b表示矩阵乘积
矩阵乘法：
1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。
2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。
3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和
对于array来说，a*b表示逐个元素相乘
**运算符表示的含义也不同，对于maxtrix来说，a**2表示a*a
对于array来说，a**2表示数组里的数的平方
（二）Numpy和python数组
（1）打印结果不相同
（2）索引相似点
切片是左闭右开。
（3）进行数学计算不同
Numpy作为一个数据处理的库能非常好的支持一些数学运算
（4）数据存储不同
列表储存的是一维的数据，而数组则可以存储多维的数据：
（三）Numpy建立数组的方式
（1）np.array(列表)
f=np.array([[1,2],[3.4],[5,6]])
输出：
（2）np.arrange(起点，终点，步长)：
注意左闭右开
（3）.reshape来改变np.arrange(行，列) 的形状
a=np.arrange(12).reshape(3,4)
输出：
（4）np.random模块来创建随机一维数组
1.np.random.randn(n)来创建一个服从正太分布 （均值为0，方差为1的分布）的n个随机数一维数组，代码如下：
a=np.random.randn(3)
打印：
2.通过np.random.randint(起始数，终止数(行，列))，我们可以随机生成从起始数到终止数的n行n列数组
