什么是 NumPyNumPy属于开源库, 存在大量高级数学函数, 起到支持大型二维数组以及进行操作的作用, 是为解决原生数据结构在数值运算弊端而创建的 , 同时它也支持大型多维数组 , 支持大型矩阵。NumPy 的主要功能1. 关于高效数据存储, NumPy数组相较于列表, 在内存节省方面更具优势, 并且速度更快, 特别是在应对大型数据集情形的时候。2. 针对整个数组, 或者矩阵, NumPy 能让您按元素进行数学运算, 采用逐个元素的方式无需显式循环来达成。此情况被称作矢量化, 它作为高效数值计算来讲, 是关键的特征。3. 广播: 数字可编程单元凭借其广播功能, 让您得以对不同样式和规模的数组开展行动。它会自行扩充较小的数组去适配较大数组的样式。4. 繁多的数学函数, NumPy存有大量的数学函数, 能够应用到线性代数、傅立叶剖析、统计等工作之中。5. 互操作性, 它在于 NumPy 能够和其中别的科学库毫无缝隙地进行融合, 这种融合的情形促成了它成为科学领域生态系统里极为关键重要的构成部分。为什么使用 NumPy1. 就速度而言, NumPy相较于传统的列表有着显著优势, 它的速度要快许多, 原因在于它是借助C来实现的, 这一特性表明, 在NumPy数组上所进行的操作速度会快得多, 进而使得它成为数值计算任务方面的理想之选。2. 内存利用效率方面: NumPy数组相较于列表来说更能够节省内存, 这主要是源于它们具有同质性, 进而意味着NumPy数组里面的全部元素都必然得具备相同的数据类型。3. 使用起来比较方便, NumPy把复杂的数学运算给简化了, 能够让您凭借简洁并且易读的代码将那些数学运算表达出来。4. NumPy能与数据科学以及科学计算里常用的别的库, 像SciPy、和-learn等融洽配合, 这使得它变为构建强大的数据分析以及机器学习管道时的关键构建部分。NumPy 入门要是打算着手运用 NumPy, 那您就得首先把它安装于系统之上。若凭借某些方式进行所用, 说不定 NumPy 早前就已被安装好了。不然的话, 能够借助 pip 对其予以安装:pip install numpy安装完毕之后, 能够把NumPy导入至脚本, 或者导入到笔记本里, 情形是这样的:将import numpy as npNumPy不单单是个库, 它还是个基础工具, 会给数值计算领域开创出一个满是可能性的世界。