摘要：比较、掩码和布尔逻辑 当想基于某些准则来抽取，修改，计数或对一个数组中的值进行其他操作时，掩码就派上用场了 例如，统计数组中有多少值大于某个给定值，或者删除所有超过某些门限值的异常点 在numpy中，布尔掩码通常是完成此类任务的最高效方式 比较操作 Numpy实现了如<小于和>大于的逐元素比较的通用 阅读全文

摘要：1. 聚合：最小值、最大值和其他值 当面对大量数据时，第一个步骤通常是计算相关数据的概括统计值，最常用的概括统计值可能是均值和标准差，这两个值都能让你分别概括数据集中的“经典”值，但是其他一些形式的聚合也是很有用的（如求和，乘积，中位数，最大值和最小值，分位数等） numpy有非常快速的内置聚合函数 阅读全文

摘要：python中的固定类型数组 python提供的内置的数组array模块可以用于创建同一类型的密集数组 这里的 'i' 是一个数据类型码，表示数据为整型 更实用的是Numpy包中的ndarray对象 python的数组对象提供了数组型数据的有效存储，而Numpy为该数据加上了高效的操作 从Pytho 阅读全文

摘要：Numpy数组的计算：通用函数 Numpy数组的计算有时非常快，有时也非常慢，使Numpy变快的关键是利用向量化的操作，通常在Numpy的通用函数中实现，提高数组元素的重复计算的效率 缓慢的循环 Pythom的默认实现（被称为Cpython）处理某种操作时非常慢，一部分原因是该语言的动态性和解释性- 阅读全文