为什么会有Numpy库

学习深度学习的过程中，经常用到Numpy库，有必要了解一下Numpy库

Numpy最基本的数据对象是ndarray

ndarray：N维数组对象

ndarray是一个多维数组对象，由两部分组成：

 1. 实际的数据
 2. 描述这些数据的元数据（数据维度、数据类型）（告诉计算机这些数据的组织方式）
 每个维度中数据类型要相同，这两部分构成计算机能够理解的n维数据

python中已经有了列表类型，可以表示一维或多维数据，为什么需要额外的n维数组类型呢？

首先举一个例子:

不使用Numpy的话需要使用循环对数据进行处理，一个一个元素进行计算。
使用numpy进行计算时，没有使用循环，将两个一维数组整体当作一个数据，直接进行运算，编程时进行处理较为简单。
而且numpy的底层实现是由c语言完成的，使得大规模运算时较快。

问题：为什么需要Numpy？
结论：

1. 数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据。
2. 设置专门的数组对象，经过优化，可以提升这类应用的运算速度。（使用C或更底层的方法）
3. 而且python中的列表中每个维度的数据类型可以不同，但是在科学计算中，一个维度所有数据的类型往往相同。ndarray数组对象采用相同的数据类型，有助于节省运算和存储空间。（对程序来说，当数据类型确定时，系统可以预判要使用多少存储空间，这样在内存分配时空间的利用率很高）