numpy 超全基础——看这一个就够了：数组和向量化计算
参考书籍：利用python做数据分析 作者：wes mckinney
numpy 本身并不提供建模和和科学函数，理解numpy的数组以及基于数组的计算将帮助我们更高效地使用基于数组的工具，比如：pandas
numpy 最核心的特征之一就是n维数组对象——ndarray,它是python中一个快速，灵活的数据集容器。数组允许在整块数据上进行数学运算。（比如利用矩阵来计算就比普通的运算快的多的多）
首先我导入一个numpy,再生成一个随机数组
import numpy as np
data =np.random.randn(2,3)
print(data)
输出结果为：
array([[ 0.0914826 , 0.34465591, -0.47513678],[-0.81362342, 1.36324361, -1.07599732]])
我们可以对该数组进行数学操作：
print(data*10)
输出结果为：
array([[ 0.91482599, 3.44655908, -4.75136776],[ -8.13623415, 13.63243606, -10.75997317]])
加法：
print(data+data)
输出结果为：
[[ 0.1829652 0.68931182 -0.95027355][-1.62724683 2.72648721 -2.15199463]]
每一个数组都有一个shape属性，用来表征数组每一维度的数量。
每一个数组都有一个dtype属性，用来描述数组的数据类型。
