Python库Numpy

一、前言
        NumPy在数据科学和数学计算中的重要性,在数据科学和数学计算中，NumPy是一种基础的工具，被广泛用于数组操作和数学运算。众多数据科学和机器学习的库，如Pandas、SciPy、Scikit-learn等，都建立在NumPy的基础上。其高效的数组操作使得复杂的数学计算变得更加简单和高效。

二、Numpy是什么？
        NumPy是一个强大的数学库，提供了多维数组对象（'numpy.ndarray'）以及这些数组的操作。它之所以重要，是因为它使得在Python中进行数学和科学计算变得更加高效和方便。NumPy数组是固定大小、同一类型的元素的数组，允许快速的向量化操作。

2.1、Numpy的优势
2.1.1  性能优越： NumPy数组是经过高度优化的，底层由C语言实现，因此在处理大规模数据时非常高效。
2.1.2  广泛应用： 在科学计算、统计学、机器学习等领域广泛应用。
2.1.3强大的数学函数库： 提供了丰富的数学函数，涵盖了常见的数学运算和统计操作。
2.1.4广播机制： 允许不同形状的数组进行操作，使得代码更简洁和易读。
2.2  与Python原生列表的比较
        NumPy数组与Python原生列表相比，具有更好的性能和更多的功能。NumPy数组是固定类型的，这使得它们更适合数学运算。此外，NumPy提供了丰富的数组操作，如广播、统计、线性代数等，远远超出了原生列表的功能