NumPy 数组是科学计算的底层对象

原则释读

数组不是列表替代品，而是面向数值计算、向量化和矩阵运算的基础数据对象。

为什么重要

后续 SciPy、Pandas、Matplotlib 甚至机器学习库，都默认你理解数组的形状、类型和广播机制。

怎么用到自己的知识系统

把数组看成“带 shape 和 dtype 的数值容器”，先理解维度，再理解操作。

图版证据

关联图版帮助你把概念和具体界面、图形、表结构或代码结果绑定起来，便于后续复现。

第6章Python科学计算基础：NumPy模块｜6.1 NumPy模块简介6.1 NumPy模块简介第6章Python科学计算基础：NumPy模块｜6.1 NumPy模块简介6.1 NumPy模块简介第6章Python科学计算基础：NumPy模块｜6.2 数组基础6.2 数组基础第6章Python科学计算基础：NumPy模块｜6.2 数组基础6.2 数组基础第6章Python科学计算基础：NumPy模块｜6.3 数组操作6.3 数组操作第6章Python科学计算基础：NumPy模块｜6.3 数组操作6.3 数组操作第6章Python科学计算基础：NumPy模块｜6.4 数组广播机制6.4 数组广播机制第6章Python科学计算基础：NumPy模块｜6.4 数组广播机制6.4 数组广播机制第6章Python科学计算基础：NumPy模块｜6.5 数组索引进阶6.5 数组索引进阶第6章Python科学计算基础：NumPy模块｜6.5 数组索引进阶6.5 数组索引进阶第6章Python科学计算基础：NumPy模块｜6.6 数组读写6.6 数组读写第6章Python科学计算基础：NumPy模块｜6.6 数组读写6.6 数组读写

行动规则

• 任何数组操作先看 shape。
• 向量化优先于手写循环。
• 广播前先验证维度兼容关系。

常见误区

• 把数组完全当列表用。
• 不看 dtype 就做数值操作。
• 广播报错后靠试出来修。

相关章节

相关图版