虽然这一系列文章是关于NumPy的，但这个软件包并不需要介绍，因为许多读者阅读这本书是为了了解更多关于NumPy的知识，而不是为了知道NumPy是什么。
不过，为了公平起见，我们还是要做一个小小的介绍，以防你错过了一些关于 NumPy 的内容。NumPy 是 Python 编程语言的一个库，添加了对大型多维数组和矩阵的支持，以及对这些数组进行操作的大量高级数学方法。
NumPy 的祖先 Numeric 最初由 Jim Hugunin 创建，其他几位开发者也为其做出了贡献。2005 年，Travis Oliphant 将竞争对手 Numarray 的功能融入 Numeric，并进行了大量修改，创建了 NumPy。NumPy 是一款开源软件，拥有众多贡献者。
提示：NumPy 有时发音为 /ˈnʌmpaɪ/（NUM-py），有时发音为 /ˈnʌmpi/（NUM-pee）。因此，你可能会发现其他一些 NumPy 用户的发音与你不同。
NumPy 以高效数组而闻名。这种声誉部分归功于索引的简易性。我们将使用图像演示高级索引技巧。在深入学习索引之前，我们将安装必要的软件--SciPy 和 PIL。
在本章和其他章节中，我们将使用以下导入：
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> import scipy
本章中的一些示例涉及对图像的操作。为此，我们需要 Python 图像库 (PIL)，不过不用担心；本章在必要时会给出安装 PIL 和其他必要 Python 软件的说明和指针。
安装 SciPy
SciPy 是 Python 的科学库，与 NumPy 关系密切。事实上，SciPy 和 NumPy 多年前曾是同一个项目。SciPy 和 NumPy 一样，都是 BSD 许可下的开源项目。
因此，我们将从安装 SciPy 开始本章的学习。SciPy 提供高级功能，包括统计、信号处理、线性代数、优化、FFT、ODE 求解器、插值、特殊方法和积分。SciPy 与 NumPy 有一些重叠，但 NumPy 主要提供数组功能。
五个步骤就能完成，让我们看看是如何做到的。
在本章节中，我们将介绍安装 SciPy 的步骤：
从源代码安装： 如果安装了 Git，可以使用以下命令克隆 SciPy 仓库：
$> git clone https://github.com/scipy/scipy.git
$> python setup.py build
$> python setup.py install --user
将 SciPy 安装到您的主目录。它需要 Python 2.6 或更高版本。在构建之前，还需要安装 SciPy 依赖的下列软件包：
BLAS 和 LAPACK 库
C 和 Fortran 编译器
您可能已经在安装 NumPy 时安装了这些软件。
首先。我们需要安装 SciPy。我们将通过一些常用 Linux 发行版的必要步骤来完成（可能需要以 root 或 sudo 权限）：
● 要在 RedHat、Fedora 和 CentOS 上安装 SciPy，请在命令行中运行以下指令：
$> yum install python-scipy
● 要在 Mandriva 上安装 SciPy，请运行此命令行指令：
$> urpmi python-scipy
● 要在 Gentoo 上安装 SciPy，请运行以下命令行指令：
$> sudo emerge scipy
● 在 Debian 或 Ubuntu 上，我们需要键入这条指令：
$> sudo apt-get install python-scipy
第二步。在 Mac OS X 上安装 SciPy： 需要使用苹果开发者工具（XCode），因为它包含 BLAS 和 LAPACK 库。
您可以在 App Store 或 Mac 附带的安装 DVD 中找到该工具；也可以从苹果开发者连接网站 https://developer.apple.com/xcode/ 获取最新版本。
确保包括所有可选软件包在内的所有内容都已安装。你可能已经为 NumPy 安装了 Fortran 编译器。gfortran 的二进制文件可在 http://r.research.att.com/tools/ 上找到。
第三步 使用 easy_install 或 pip 安装 SciPy： 你可以使用这两个命令中的任何一个安装 SciPy（是否需要 sudo 取决于权限）：
$> [sudo] pip install scipy
$> [sudo] easy_install scipy
提示：我们以这种格式编写上述命令是为了告诉你，sudo 是可选的，你可能不需要它，或者没有它你可能无法运行该命令。
第四步. 在 Windows 上安装： 如果您已经安装了 Python，首选的方法是下载并使用二进制发行版。或者，你也可以安装 Anaconda 或 Enthought Python 发行版，其中包含其他科学 Python 软件包。
第五步 检查安装： 用以下代码检查 SciPy 的安装情况：
import scipy
print(scipy.__version__)
print(scipy.__file__)
这将打印出正确的 SciPy 版本。
你现在需要知道发生了什么？
大多数软件包管理器都会为您处理依赖关系（如果有的话）。不过，在某些情况下，你需要手动安装它们。这超出了本书的范围。
参考资料
如果遇到问题，可以通过以下方式寻求帮助：
● IRC 频道 freenode 中的 #scipy
● SciPy 邮件列表 http://www.scipy.org/scipylib/mailing-lists.html
安装 PIL
PIL 是 Python 图像库，是本章图像处理配方的先决条件。如果你愿意，可以安装 Pillow，它是 PIL 的一个分支。有些人更喜欢 Pillow API，但我们不会在本系列中介绍它的安装。
分三步进行，让我们来看看如何操作。
让我们看看如何安装 PIL：
首先， 我们先在 Windows 上安装 PIL：
使用 PIL 网站 http://www.pythonware.com/products/pil/ 上的 Windows 可执行文件安装 PIL。
第二， 如果我们想在 Debian 或 Ubuntu 上安装：
在 Debian 或 Ubuntu 上，使用以下命令安装 PIL：
$> sudo apt-get install python-imaging
第三步 使用 ( easy_install ) 或 ( pip ) 安装： 在编写本书时，Red Hat、Fedora 和 CentOS 的软件包管理器似乎并不直接支持 PIL。因此，如果你使用的是这些 Linux 发行版之一，请按照此步骤操作。
使用以下命令之一进行安装：
$> easy_install PIL
$> sudo pip install PIL
参考资料
有关 Pillow（PIL 的分支）的说明，请访问 http://pillow.readthedocs.org/en/latest/installation.html。
