注：本系类笔记采用的是Python3.5X版本，编程环境为Windows64位下的Anaconda
所有代码部分均为连续的，“结果”为在jupyter分步运行结果
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。
NumPy是一个用python实现的科学计算包。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
代码部分：（介绍numpy的几个简单属性）
import numpy as np
array = np.array([[1,2,3], #两个“[”代表这是一个二位矩阵 三维则需要三个“[”
[4,5,6],
[7,8,9]])
print(array)
结果;
[[1 2 3]
[4 5 6]
[7 8 9]]
print(array.ndim)#维度
结果;
2
print(array.shape)#形状
结果：
(3, 3) #矩阵的形状
print(array.size)#大小
结果：
9 #矩阵的大小
print(array.dtype)#元素类型
结果：
int32 #均为32位的整形
