五分钟入门 8 个数据分析、机器学习和深度学习包和框架和入门案例总结，提供 8 个数据分析和机器学习常用的工具包。
NumPy
NumPy 是基于 Python 的开源数值计算扩展库，用来存储和处理大型矩阵。
相比于 Python 自身的嵌套列表（nested list structure）结构要高效得多。
NumPy 数组结构也能用来表示矩阵（matrix），详情参考：
主要功能包括：
- N 维数组对象 Array
- 成熟的广播机制
- 能够解决线性代数、随机数生成数相关问题
NumPy 最基本的数据结构 array，下面是关于它的基本操作。
首先，导入 NumPy 包：
In [1]: import numpy as np
NumPy 中，array 函数将 Python 的 list 对象包装为 array：
In [9]: x = np.array([[2, 1], [1, 2]])
In [10]: x
Out[10]:
array([[2, 1],
[1, 2]])
求 x 的转置矩阵：
In [11]: xt = x.transpose()
In [12]: xt
Out[12]:
array([[2, 1],
[1, 2]])
方便的赋值操作：
xt[0, 0] =1.0
dot 操作求两个矩阵的乘积：
In [13]: x2 = xt.dot(x)
In [14]: x2
Out[14]:
array([[5, 4],
[4, 5]])
求逆矩阵，需要导入另一个模块 linalg：
In [19]: import numpy.linalg as lg
In [20]: lg.inv(x2)
Out[20]:
array([[ 0.55555556, -0.44444444],
[-0.44444444, 0.55555556]])
