Numpy是什么
NumPy（Numerical Python） 是 Python 中最基础、最核心的数值计算库，是 Pandas、Matplotlib、Scikit-learn 等数据科学库的底层依赖。
Main Topic
它的核心是 ndarray（多维数组），这是一种高效、紧凑的数组结构，专门用于数值计算和矩阵运算。
解决什么问题
性能问题<br>原生列表是动态类型，存储分散，计算慢；NumPy 数组是同类型连续存储，运算速度接近 C 语言。<br>支持向量化运算，无需写循环，一行代码完成批量计算。
多维数据处理<br>原生列表难以高效处理二维矩阵、三维张量（图像、时间序列）。<br>NumPy 天然支持 n 维数组，方便处理图像、音频、科学计算数据。
数学与统计运算<br>内置大量线性代数、傅里叶变换、随机数生成、统计函数。<br>为机器学习、深度学习、信号处理提供底层计算支持。
内存高效<br>同类型数据存储，比 Python 列表占用内存更少，适合处理大数据。
怎么用（核心用法）
创建数组
import numpy as np<br># 创建了一个一维数组<br>arr01 = np.array([1,2,3,4,5])<br># 打印形状，(5,) 一维数组，数组里有5个元素<br>print(arr01.shape)<br># 打印数据类型，默认数据类型是int64<br>print(arr01.dtype)<br># 打印总字节数<br>print(arr01.nbytes)
arr = np.array([[1, 2, 3], [4, 5, 6]])<br><br># 查看形状<br>print(arr.shape) # 输出 (2, 3)<br><br># 索引与切片<br>print(arr[0, 1]) # 取第0行第1列 → 2<br>print(arr[:, 0]) # 取所有行第0列 → [1, 4]<br><br># 向量化运算（无需循环）<br>print(arr + 1) # 每个元素+1<br>print(arr * 2) # 每个元素×2<br><br># 统计计算<br>print(arr.sum()) # 总和 → 21<br>print(arr.mean()) # 均值 → 3.5
