NumPy到底是什么？

对于 Python 来说，数据分析“三剑客”指的是 NumPy、Pandas、Matplotlib，本文给大家介绍“第一个剑客”：NumPy。

NumPy 是用于科学计算的非常重要的库，后面介绍的 Pandas 就是基于 NumPy 来实现的。机器学习算法中用到的大量数组及矩阵运算，也需要借助 NumPy 来实现。可以这样说，NumPy 是数据科学领域中最基础的一个库。

NumPy 主要用于操作多维数组，这一点从它的 Logo 就可以很直观地看出，如下图所示。


由于 NumPy 是第三方库，我们需要手动安装。打开 VSCode 终端窗口，输入“pip install numpy”后按 Enter 键即可安装，如下图所示。


需要说明的是，NumPy 非常强大，提供的操作也非常多，为了减轻读者的记忆负担，本节只介绍常用的操作。对于不常用的操作，初学的时候可以先忽略，以后需要用到时查询官方文档即可。

学习 NumPy，其实就是学习数组的各种操作，NumPy 就是用来操作数组的，我们学习 NumPy，其实就是学习数组的各种操作。

在 Python 中，可以使用 NumPy 来创建一个数组。数组和列表很相似，但是它们之间有本质上的区别：

• 列表的元素可以是不同数据类型，而数组的元素必须是同一数据类型；
• 列表不可以进行四则运算，而数组可以进行四则运算。

对于 NumPy 中的数组，读者可以简单地把它看成“增强版的列表”，因为它的功能比列表强大得多。

在 NumPy 中，创建数组的方法有很多，下表罗列了几个最常用的方法。

表：NumPy常用方法

方 法	说 明
array()	最常用的方法
arange()	创建元素值任某个范围内的数组，可以指定步长
linspace()	创建元素值任某个范国内的数组，可以指定个数
zeros()	创建元素值全为 0 的数组
ones()	创建尤素值全为 1 的数组

本节主要带大家了解 NumPy，关于它的用法，后续会带大家系统的学习。