NumPy库

NumPy库是用Python实现科学计算的一个库。它提供了一个多维数组对象、各种派生对象（如屏蔽数组和矩阵）以及一系列用于数组快速操作的例程，包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计操作和随机模拟等。

安装NumPy库

命令：pip install numpy

数组对象

在NumPy库中提供了一个N维数组类型“ndarray”，用于描述相同类型的“元素”的集合，我们可以使用N个整数来对元素进行索引。在NumPy库中，所有的ndarray都是同质的：每个元素占用相同大小的内存块，并且所有块都以完全相同的方式解释。如何解释数组中的每个元素由单独的数据类型对象指定，每个数组与其中一个对象相关联。除了基本类型之外，数据类型对象也可以表示数据结构。从数组中提取的元素（如通过索引）由一个Python对象表示，该对象的类型为NumPy中内置的数据标量类型之一，数组标量允许简单地处理更复杂的数据布局。

在NumPy库中，ndarray是一个多维容器，由相同类型和大小的元素组成。数组中的维度和元素数量由其shape定义，它是由N个正整数组成的元组，每个整数指定一个维度的大小。数组中的元素类型由单独的数据类型对象指定，每个ndarray与其中一个对象相关联。

与Python中的其他容器对象一样，ndarray的内容可以通过索引或者切片以及ndarray的方法和属性访问和修改数组。不同的ndarray可以共享相同的数据，使得在一个ndarray中进行的改变在另一个中也可见。也就是说ndarray可以是另一个ndarray的“视图”，并且其引用的数据由基础ndarray处理。ndarray还可以是由Python字符串或buffer、array接口的对象拥有的内存的视图。

构造数组

在NumPy库中，可以使用如下数组创建函数来构建并操作新数组，比如empty、empty_like、eye、identity、ones、ones_like、zeros、zeros_like、full、full_like、array、asarray、asanyarray、ascontiguousarray、asmatrix、copy、frombuffer、fromfile、fromfunction、fromiter、fromstring、loadtxt、core.records.array、core.records.fromarrays、core.records.fromrecords、core.records.fromstring、core.records.fromfile、core.defchararray.array、core.defchararray.asarray、arange、linspace、logspace、meshgrid、mgrid、ogrid、diag、diagflat、tri、tril、triu、vander、mat、bmat等。

【Example】

使用Matplotlib库

在NumPy库中可以使用Matplotlib库。

在NumPy库中使用Matplotlib绘制正弦波。

在NumPy库中使用Matplotlib绘制直方图。