之前我做数据处理经常使用pandas库,numpy用的相对较少。但在编写遗传算法的时候有个轮盘对赌选取基因的过程，发现用numpy写就很方便了。现在把numpy的基本使用简单归纳一下。

先看一段代码：上面的代码含义：在fitness里面取数取10次，其每个值取到的概率对应在p1里面，replace=True是指取样是可以重复取。可以看看更简单的过程：如果每个数取到的概率一样，那也可以实现自举抽样的过程。可见numpy在很多时候还是很方便的。本文归纳一下numpy更多的基础的用法。

生成数列

这些数列，一般是有规律的数列，方便后续做运算。

生成矩阵

这些矩阵可以先生成，先搭个框架，后面再通过循环迭代，更新矩阵里的数据，其作用类似于pandas的DataFrame.

数据拼接经常用到，numpy也很方便。

在数据处理中，经常遇到乘法求和，可以直接通过矩阵的乘法实现。

有时候需要提取数据中最大值、最小值的索引、对数据求和、求平均值等等，numpy里都能很快实现。本文简单介绍了一下numpy的基本常用功能，如果想深入学习可以去查看官网文档。

前面有朋友留言问到，jupyter如何显示运行时间，要安装了一个插件 nbextensions，只需要在Anaconda Prompt中输入如下命令：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user

打开jupyter会多了一个选项框，勾上显示运行时间即可。