Numpy提供的主要功能具体如下：
l ndarray——一个具有向量算术运算和复杂广播能力的多维数组对象。
l 用于对数组数据进行快速运算的标准数学函数。
l 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。
l 非常有用的线性代数，傅里叶变换和随机数操作。
l 用于集成C /C++和Fortran代码的工具。
除了明显的科学计算用途之外，Numpy还可以用作通用数据的高效多维容器，定义任意的数据类型。
功能实现
1、创建数组
2、创建numpy数组
我们可以通过创建Python列表（list）的方式来创建Numpy矩阵，比如输入
nparray = np.array([i for i in range(10)])
可以看到返回的结果是
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
3、获取Numpy属性
首先，我们通过Numpy中的一个方法arange(n)，生成0到n-1的数组。比如，我们输入
np.arange(15)
可以看到返回的结果是
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
4、Numpy数组索引
Numpy支持类似list的定位操作，示例代码如下：
import numpy as np matrix = np.array([[1,2,3],[20,30,40]]) print(matrix[0,1])
得到结果：
2
以上就是关于numpy的常见功能用法，是经常在python里运用的功能，大家可以多看几遍，之后可以在自己的项目进行运用哦~
