之前写了一篇，求知鸟：Python科学计算：用NumPy快速处理数据
这一篇打算以另一种方式--图形，重新梳理下Numpy中的知识：
正式讲解前，先提个小问题：numpy中的运算与python自带list谁的运算速度更快？
my_arr，100000个元素，进行翻倍运算，运行10次耗时19.1ms
my_list,100000个元素，进行翻倍运算，运行10次耗时818ms，耗时是numpy的42倍！
不同的电脑配置内存，会影响最终的运算时间.
import numpy as np
my_arr = np.arange(1000000)
my_list = list(range(1000000))
%time for _ in range(10): my_arr2 = my_arr * 2
%time for _ in range(10): my_list2 = [x * 2 for x in my_list]
Wall time: 19.1 ms
Wall time: 818 ms
所以，非常有必要学习Numpy!numpy数组明显是个很好的数据结构。
本文主讲内容：
对axis-轴的理解
一维数组的性质
二维数组的性值
数组的获取--索引与切片
对axis-轴的理解
numpy数组中的元素用的最多是「数值型」元素，平时我们说的一维、二维、三维数组长下面这个样子 (对应着线、面、体)。
绘图： http:// draw.io
还有四维数组，就是不太好画，平时也用不上！
注意一个关键字 axis，中文叫「轴」，一个数组是多少维度就有多少根轴。由于 Python 计数都是从 0 开始的，那么
- 第 1 维度 = axis 0
- 第 2 维度 = axis 1
- 第 3 维度 = axis 2
但这些数组只可能在平面上打印出来，那么它们 (高于二维的数组) 的表现形式稍微有些不同。
一维数组的性质
arr
数组类型，当然是 numpy.ndarray
ndim：维度个数是 1
len()：数组长度为 5 (注意这个说法只对一维数组有意义)
size：数组元素个数为 5
shape：数组形状，即每个维度的元素个数 (用元组来表示)，只有一维，元素个数为 5，写成元组形式是 (5,) strides：跨度，即在某一维度下为了获取到下一个元素需要「跨过」的字节数 (用元组来表示)，float64 是 8 个字节数 (bytes)，因此跨度为 8
dtype： 数组元素类型，是双精度浮点 (注意和 type 区分)
strides，这个概念对于解决「转置高维数组」问题很重要。一图胜千言。
二维数组
l2 = [[1, 2, 3], [4, 5, 6]]
arr2d = np.array(l2)
print( 'The type is', type(arr2d) )
print( 'The dimension is', arr2d.ndim )
print( 'The length of array is', len(arr2d) )
print( 'The number of elements is', arr2d.size )
print( 'The shape of array is', arr2d.shape )
print( 'The stride of array is', arr2d.strides )
print( 'The type of elements is', arr2d.dtype )
#输出
The type is <class 'numpy.ndarray'>
The dimension is 2
The length of array is 2
The number of elements is 6
The shape of array is (2, 3)
The stride of array is (12, 4)
The type of elements is int32
type：数组类型 numpy.ndarray
ndim：维度个数是 2
len()：数组长度为 2--行数 (严格定义 len 是数组在「轴 0」的元素个数)
size：数组元素个数为 6
shape：数组形状 (2, 3）；shape[0]获得2，shape[1]获得3
strides：跨度 (12, 4) 看完下图再解释
dtype：数组元素类型 int32
数组的获取--索引与切片
一段特定位置的元素
索引是获取 一个特定位置的元素
对于一维数组 arr,
切片写法是 arr[start : stop : step]
索引写法是 arr[index]
因此，切片的操作是可以用索引操作来实现的 (一个一个总能凑成一段)，只是没必要罢了。
虽然切片操作可以由多次索引操作替代，但两者最大的区别在于：
会改变原数组
索引得到的是原数组的一个复制 (copy)，修改索引中的内容 不会改变原数组
