4.1　NumPy概述

NumPy是一个运行速度非常快的数学库，主要用于数组计算，包含一个强大的 N 维数组对象ndarray、广播功能函数、整合C/C++/Fortran代码的工具和线性代数、傅里叶变换、随机数生成等功能。

NumPy的前身Numeric最早是由Jim Hugunin与其他协作者共同开发的，2005年Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色，并加入其他扩展而开发了NumPy。NumPy为开放源代码，并由许多协作者共同维护开发。

NumPy是一个Python包。使用NumPy，开发人员可以执行以下操作：

（1）数组的算术和逻辑运算。

（2）傅里叶变换和用于图形操作的例程。

（3）与线性代数有关的操作，NumPy拥有线性代数和随机数生成的内置函数。

NumPy通常与SciPy（Scientific Python）和Matplotlib（绘图库）一起使用。这种组合广泛用于替代MATLAB，是一个流行的技术计算平台。NumPy是开源的，这是它一个额外的优势。

标准的Python可以使用list（列表）当作数组使用。由于list的元素可以是任何对象，因此list中所保存的是对象指针。例如，保存[1,2,3,4]需要有4个指针和4个整数对象，这样会导致计算效率降低。

Python还可以使用array模块的array对象作为数组。不同于列表，array对象可以直接保存数值，但是array对象不支持多维数组，并且不包含相关的函数，因此它也不适合做数值运算。

NumPy包克服了上面的不足，提供了两种基本对象：ndarray（ N 维数组）和func（通用函数）。ndarray数组用来存放相同数据类型的多维数组，func是可以对数组进行运算处理的函数。

NumPy包使得Python处理多维数组的能力得到很大提升。虽然NumPy包和Scipy包在功能上有一些重复，但NumPy包提供定义数据的功能，Scipy包通过相关的科学计算工具包使得Python具备强大的功能。

要使用NumPy包必须先将其引入，语句为：

     from numpy import *

或者 NtrGmmVwe+XEnxco5BM+gq9eUEg7p36W/z8h6IXk3d6p01mL4H2hrlDkpg6vXJXq

     import numpy as np