Numpy 庫是高效能科學計算和資料分析的基礎包，不是 Python 的標準庫，是 Python 的第三方庫。

這裡使用JoinQuant量化交易平臺免費提供的基於 IPython Notebook 的研究平臺

ndarray 陣列基礎

Python 中用列表儲存一組值，可將列表當作陣列使用。此外，Python 有 array 模組，但它不支援多維陣列，無論是列表還是 array 模組都沒有科學運算函式，不適合做矩陣等科學計算。因此，Numpy 沒有使用 Python 本身的陣列機制，而是提供了 ndarray 陣列物件，該物件能不斷方便地存取陣列，而且擁有豐富的陣列計算函式，比如向量的加法、減法、乘法等

首先要匯入 Numpy 庫

# 直接匯入 Numpy 函式庫
import numpy
# 匯入 Numpy 函式庫並指定別名，這個更常用，np是約定好的叫法
import numpy as np

建立 Numpy 陣列

numpy1 = np.array([[10, -8, 10.5], [-4, 6.0, 9.6]])

通過 array() 函式定義陣列例項物件，其引數是 Python 的序列物件（比如列表）

如果想定義多維陣列，則傳遞多層巢狀序列

接下來的示例將在平臺的“我的策略/投資研究”中進行，首先建立一個 Python3檔案

接下來，檢視陣列的行數、維數、資料等屬性

Numpy 特殊陣列

在 Numpy 陣列中，有3種特殊陣列，分別是 zero 陣列、ones 陣列、empty 陣列

通過 np.zeros建立都是0的陣列，引數中傳一個元組，4表示4行，5表示5列，如下圖：

同理，可以建立全都是1的陣列，這裡建立6行2列：

再建立一個2行5列的空值陣列；不同的是，這裡建立的資料並不都是空的，而都是近似於0的資料

Numpy 序列陣列

arange函式與 Python 中的 range 函式相似，但它屬於 Numpy 庫，其引數依次為：開始值、結束值、步長

還可以使用 linspace 函式建立等著序列陣列，其引數依次為：開始值、結束值、元素數量

利用arange函式建立等著序列陣列，這裡指定的開始值為1，結束值為80，步長為4

利用linspace函式建立等著序列陣列，這裡指定的開始值為1，結束值為3，一共建立13個值（也就是將0到3平均分成13份後的數值）

Numpy 陣列索引

Numpy 陣列的每個元素、每行元素、每列元素都可以通過索引訪問

Numpy 陣列運算

Numpy 陣列運算是指 Numpy 陣列中元素的加、減、乘、除、乘方、最大值、最小值等運算

Numpy 陣列複製

Numpy 陣列複製分兩種，一種是淺複製，一種是深複製

淺複製通過陣列變數的複製完成，只複製陣列的引用，這樣對淺複製陣列中的元素進行修改時，原陣列中對應的元素也會被修改

深複製使用陣列物件的copy方法完成，是對儲存記憶體進行復制。這樣對深 複製陣列中的元素進行修改時，原陣列中對應的元素不會改變

淺複製：

深複製：

矩陣

**矩陣（Matrix）**是一個按照長方陣列排列的複數或實數集合，是高等數學中的常見工具，也常見於統計分析等應用數學學科中

Numpy 的矩陣物件與陣列物件相似，主要不同之處在於，矩陣物件的計算遵循矩陣數學運算規律，即矩陣的乘、轉置、示逆等。需要注意的是，矩陣使用 matrix 函式建立

注：本文章為個人學習筆記，參考了一些書籍與官方教程，不作任何商業用途！