巨硬的NumPy 教程包括两部分：《从小白到入门》和《从入门到熟练》。

• 《从小白到入门》旨在帮助没有基础的同学快速掌握 numpy 的常用功能，保证日常绝大多数场景的使用。
• 《从入门到熟练》目的是帮助有进一步需要的同学对 numpy 进行更深入地了解，主要包括基本概念、操作，原理分析和例子。

设计**：

• 两部分侧重点不同的教程
• 章节互相独立可单独学习

• 偏实用高频 API
• 展示实际用法
• 简单直接

已列出重要接口。

• 创建和生成
  • 从 python 列表或元组创建
  • 使用 arange 生成
  • 使用 linspace/logspace 生成
    • np.linspace
  • 使用 ones/zeros 创建
  • 使用 random 生成
  • 从文件读取
• 统计和属性
  • 尺寸相关
    • np.shape
  • 最值分位
    • np.max/min
  • 平均求和标准差
    • np.average
    • np.sum
• 形状和转换
  • 改变形状
    • np.expand_dims
    • np.squeeze
    • np.reshape/arr.reshape
  • 反序
  • 转置
    • arr.T
    • np.transpose
• 分解和组合
  • 切片和索引
    • index/slice
  • 拼接
    • np.concatenate
    • np.stack
  • 重复
  • 分拆
    • np.split
• 筛选和过滤
  • 条件筛选
  • 提取
  • 抽样
  • 最值 Index
    • np.argmax/argmin
    • np.argsort
• 矩阵和运算
  • 算术
  • 矩阵
    • arr.dot
    • np.matmul
• 小结和心得
  • 内容小结
  • 心得技巧
• 巩固和练习
  • 基础题目 1
  • 基础题目 2
  • 进阶题目
• 解答和参考
  • 基础题目 1
  • 基础题目 2
  • 进阶题目
• 文献和资料

• 系统全面
• 原理介绍
• 例子辅助理解

• 核心概念
  • 常量
  • 数据类型
  • 结构化数组
  • 时间数组
  • 数组对象
  • 自定义数组容器
  • 子类化与标准子类
• 操作变换
  • 广播
  • 通函数
  • 基本操作
  • 排序搜索
  • 集合操作
  • 函数式编程
  • 测试
• 数值计算
  • 数学函数
  • 数值分析
  • 导数和微积分
  • 多项式
  • 逻辑运算
  • 二进制运算
  • 字符串
• 线性代数
  • 数组乘法
  • 基础概念
  • 矩阵运算
  • Einsum
  • Padding
  • 卷积
  • 掩码运算
• 概率统计
  • 基本指标
  • 相关性
  • 柱状图
  • 计数
  • 随机生成器
  • 随机排列
  • 随机分布
• 不止NumPy
  • Numba
  • JAX
  • Cython
  • CuPy
  • Sparse
  • Dask
  • Xarray

反馈来自社区。格式：微信昵称：意见。谢谢诸位反馈。

• 潭：语速有点快；切片和索引希望详细点。
• 我的名字：重点部分放慢速度，非重点也许可以跳过。
• Channer：常用的、不容易理解的参数可以重点讲一下，举一些简单的例子。