numpy 与Python list的区别

Numpy是专门针对数组的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。通常Numpy数组中的所有元素的类型都是相同的，而Python列表中的元素类型是任意的，所以在通用性能方面Numpy数组不及Python列表，但在科学计算中，可以省掉很多循环语句，代码使用方面比Python列表简单的多。

数组是由某种类型的元素组成的连续内存块（例如整数）。
创建数组后，无法更改数组的大小。
因此，数组中的每个整数元素具有固定大小，例如4个字节。

另一方面，列表仅仅是地址的“阵列” （也具有固定的大小）。
但是然后每个元素都在内存中保存其他内容的地址，这是您想要使用的实际整数。当然，这个整数的大小与数组的大小无关。因此，您始终可以创建一个新的（更大的）整数并“替换”旧的整数，而不会影响数组的大小，而数组只保存整数的地址。

当然，这种便利的清单是有代价的：在整数执行算术，现在需要一个内存访问阵列，再加以整数本身的内存访问，再加上它需要分配更多的内存（如果需要）的时间，加上删除旧整数所需的时间（如果需要）。所以是的，它可能会更慢，所以你必须小心你正在对数组中的每个整数做什么。

总结

1. array中元素必须是相同类型的数据；

2. array中包含非常丰富的函数，且运算速度远高于list；

3. array可以是多维的。