1.什么是numpy
numpy是一个在python中做科学计算的基础库，重在数值计算，也是大部分python科学计算库的基础库，多用于在大型，多维数组上执行数值运算。学习numpy是后面学习pandas的重要基础。Numpy用np.array()的方法就可以创建数组，常见的数据类型有int，float，bool。一般64位的电脑默认为int64，也可以通过dtype=‘ ’的方式来改变类型。数组的形状可以用(2,3)来表示，比如这个例子就表示这是一个2行3列的数组，用reshape()的方法可以更改数组的形状。数组的基本运算与矩阵的运算有点类似，但这不是今天的重点，今天主要讲的是numpy读取本地数据和索引。
2.Numpy读取数据
由于csv便于展示、读取和写入，所以很多地方也是用csv的格式存储和传输中小型的数据，操作csv格式的文件，操作数据库中的数据也是很容易的实现的。
np.loadtxt(frame,dtype=np.floatdelimiter=None,skiprows=0,usecols=None,unpack=False)
（1）frame：文件的路径。
（2）dtype：数据类型，可选，CSV的字符串以什么数据类型读入数组中，默认np. float
（3）delimiter：分隔字符串，默认是任何空格，改为逗号。
（4）skiprows：跳过前x行，一般跳过第一行表头。
（5）usecols：读取指定的列，索引，元组类型。
（6）unpack：如果True，读入属性将分别写入不同数组变量，False 读入数据只写入一个数 组变量，默认False。Unpack实际上就是转置。
如下举例:
图2.1
图2.2
3.Numpy的索引和切片
Numpy的索引和切片和与列表相似，以后可能会经常遇到这样的操作，所以熟练掌握与切片相关的操作是很重要的。取某一行可以直接写t2[2]，这个例子是指取第三行。要记住除了xpath是从下标1开始，其它的一般都是从0开始。取连续的多行t2[2:]，从三行开始一直取。取不连续的多行t2[[0,2,4]]，这就是数组与一般列表切片的区别。列与行相似，与列表相似t2[:,0]这个就表示对行不做任何操作，取第一列。取行和列，t2[2,3]。取多行和多列t2[0:2,1:3]。取多个不相邻的点t2[[0,1,2],[1,2,3]]，它实际上取的点是(0,1),(1,2),(2,3)。
4.Numpy中数值的修改
数值的修改是比较简单的，想要修改一个值只需要找到这给数，再重新给它赋值就可以了。
如果想要修改，比如将所有小于10000的数变为1，就可以写t2[t2<10]=1。也可以用np.where(t2<10000,1,0)，三元运算符将小于10000的变为1，否则变为0.
