前面我们讲了科学计算工具Numpy的基础数据结构，不知道看过的小伙伴学习的咋样，今天呢我们继续上一节的内容讲一下Numpy的通用函数，如果有小伙伴以后想要做数据分析和数据可视化，Numpy这部分还是非常重要的，有必要好好学一下，其实学习本来就是一个很枯燥的过程，我开始学习的时候也是断断续续的，最终坚持下来的原因是自己第一次参加学校组织的数学建模时做数据分析的时候感觉自己用的方法太笨速度太慢了，拖了整个队伍的后腿，所以从第一次参加数学建模之后我就每天都坚持学习了，现在因为疫情的原因在家没事干，所以

1.Numpy：Numpy是python科学计算的基础包，它提供以下功能（不限于此）：(1)快速高效的多维数组对象naarray(2)用于对数组执行元素级计算以及直接对数组执行数学运算的函数(3)用于读写硬盘上基于数组的数据集的工具(4)线性代数运算、傅里叶变换，以及随机数生成(5)用于将C、C++、Fortran代码集成到python的工具2.pandaspandas提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数。pandas兼具Numpy高性能的数组计算功能以及电子表格和关系型

1.Numpy：Numpy是python科学计算的基础包，它提供以下功能（不限于此）：(1)快速高效的多维数组对象naarray(2)用于对数组执行元素级计算以及直接对数组执行数学运算的函数(3)用于读写硬盘上基于数组的数据集的工具(4)线性代数运算、傅里叶变换，以及随机数生成(5)用于将C、C++、Fortran代码集成到python的工具2.pandaspandas提供了使我们能够快速便捷地处理结构化数据的大量数据结构和函数。pandas兼具Numpy高性能的数组计算功能以及电子表格和关系型

Numpy是Python开源的科学计算工具包，是一个非常高级的数值编程工具，具有强大的N维数组对象，对数组数据结构进行运算时不需要遍历循环，具有随机数，傅里叶变换，线性代数等基本功能。今天我们首先来讲一下Numpy基础的数据结构。 Numpy的数组是一个多维数组对象，成为ndarray，其是有两个部分组成：（1）实际的数据（2）描述这些数据的原数据，下面我们来看几个具体的例子： import numpy as np #引入numpy模块，并将其命名为np ar=np.array([[1,2,3,