一、環境部署

　　1.python包管理：

　　　　(1)安裝：pip install xxx,conda install xxx

　　　　(2)解除安裝：pip uninstall xxx,　　conda uninstall xxx

　　　　(3)升級：pip install -upgrade xxx, conda update xxx

　　2.IDE

　　　　1)Jupyter notebook:

　　　　　(1)Anaconda自帶，無需單獨安裝

　　　　    (2)記錄思考過程，實時檢視執行程序

　　　　　(3)基於web的線上編輯器(本地)

　　　　　(4).ipynb檔案分享

　　　　　(5)可互動式

　　　　　(6)記錄歷史執行結果

　　　　　(7)支援Markdown，Latex

　　　　2)IPython

　　　　　(1)Anaconda自帶，無需單獨安裝

　　　　　(2)Python的互動式命令列Shell

二、NumPy資料結構以及向量化

　　1.Numpy :Numerical Python

　　　　(1)高效能科學計算和資料分析(pandas)的基礎包，提供多維陣列物件

　　　　(2)ndarray，多維陣列(矩陣)，具有向量運算能力，快速、節省空間

　　　　(3)矩陣運算，無需迴圈，可完成類似Matlab中的向量運算

　　　　(4)線性代數、隨機數生成

　　　　(5)import numpy as np

　　2.Scipy　　

　　　　(1)在NumPy庫的基礎上增加了眾多數學、科學以及工程常用的庫函式

　　　　(2)現行代數、微分方程求解、訊號處理、影象處理、係數矩陣等

　　　　(3)import scipy as sp

　　3.NumPy資料結構

　　　　(1)ndarray，N維陣列物件(矩陣)

　　　　　　所有元素型別必須相同

　　　　　　ndim屬性　　維度的個數

　　　　　　shape屬性，各維度的大小

　　　　　　dtype屬性，資料型別

　　　　(2)建立ndarray

　　　　　　np.array(collection)，collection為序列性物件(list)，巢狀序列(list of list)

　　　　　　np.zeros,np.ones,no.empty指定大小全為0或者全為1的陣列

　　　　　　注意：第一個引數是元組，用來指定大小，如(3,4)

　　　　　　　　　empty不是總是返回全0，有時候返回的是未初始的隨機值

　　4.程式碼學習

　　　　(1)生成兩行三列的隨機數，並打印出資料的型別

　　　　(2)分別打印出剛才建立的維度的個數，維度大小以及資料型別

　　　　(3)全0，全1以及全空

　　5.索引與切片

　　　　(1)一維陣列的索引與Python的列表索引功能相似

　　　　(2)多維陣列的索引

　　　　　　arr[r1:r2,c1:c2]

　　　　　　arr[1,1]等價於arr[1][1]

　　　　　　[:]代表某個維度的資料

　　　　　　arr[1:2,1:2]代表訪問陣列中第1行到第2行以及第1列到第2列的資料

　　　　(3)條件索引

　　　　　　布林值多維陣列arr[condition]condition可以是多個條件的組合。

　　　　　　注意，多個條件組合要使用&  |  而不是and or