“这是我参与更文挑战的第2天，活动详情查看： 更文挑战”
NumPy库的主要特点是引入了数组的概念。数组其实和列表有点类似，所以下面借助列表来初步认识数组的基本概念。演示代码如下。
import numpy as np
a = [1,2,3,4]
b = np.array([1,2,3,4])
print(a)
print(b)
print(type(a))
print(type(b))
第1行引入NumPy库的代码写为“import numpy as np”，这样之后编写代码就可以用np代替numpy，比较简洁。第3行代码中的np.array()函数用于从列表创建数组。输出结果如下
[1,2,3,4]
[1 2 3 4]
#a的类型为列表
#b的类型为数组
接下来通过索引和切片访问列表和数组中的元素，代码如下。
print(a[1])
print(b[1])
print(a[0:2])
print(b[0:2])
输出的结果如下：
1
2
[1,2]
[1 2]
从输出结果可以看出，列表和数组有着相同的索引机制，唯一的区别就是数组中的元素通过空格分隔，而列表中的元素通过逗号分隔。
从上面的分析得知数组和列表非常相似，那么为什么我们在数据分析中要使用数组而不使用列表呢？其原因很多，这里主要讲两点。第一，NumPy作为一个专门用于数据处理的库，能很好地支持一些数学运算，而用列表进行数学运算则较为麻烦。演示代码如下。
c = a*2
d = b*2
print(c)
print(d)
运行结果如下：
[1,2,3,4,1,2,3,4]
[2 4 6 8]
可以看到同样做乘法运算，列表是把元素复制了一遍，而数组则是对每个元素做了乘法。第二，列表存储的是一维数据，而数组则能存储多维数据。一维数据和多维数据是什么意思呢？我们可以借用立体几何中的概念来帮助理解：一维类似一条直线，多维则类似平面（二维）或立体（三维）等。列表中的数据是一维的，而Excel工作表中的表格数据则是二维的。演示代码如下。
e = [[1,2],[3,4],[5,6]]
f=np.array([[1,2],[3,4],[5,6]])
列表e和数组f的打印输出结果为：
[[1,2],[3,4],[5,6]]
[[1 2]
[3 4]
[5 6]]
可以看到，列表e虽然包含3个小列表，但其结构是一维的。而数组f则是3行2列的二维结构，这也是之后学习pandas库的核心内容，因为数据处理中经常用到二维数组，即二维的表格结构。
