第1章
數值計算模塊NumPy

Python語言是所謂的“膠水語言”，除了自身的語言系統和規則外，結合了大量應用于不同領域、實現不同功能的擴展程序庫（又稱擴展模塊或軟件包）。這也是Python語言獲得更多應用的關鍵。

NumPy是Python語言的一個擴展模塊，它支持多維數組與矩陣運算，為數組運算提供大量的數學函數庫。

NumPy是一個在Python中進行科學計算的基礎庫，重在數值計算，也是大部分Python科學計算庫的基礎庫，多用于在大型、多維數據上執行數值計算。

在NumPy中，最重要的對象是稱為ndarray的N維數組類型，它是描述相同類型元素的集合，是存儲單一數據類型的多維數組。NumPy的大多數功能以ndarray為核心展開。ndarray中的每個元素在內存中使用相同大小的塊，這是NumPy運行速度快的基礎。

NumPy是一個運行速度非常快的數學庫，NumPy專門針對ndarray的操作和運算進行了設計，所以對數組的存儲效率和輸入/輸出性能遠優于Python中的嵌套列表。數組越大，NumPy的優勢就越明顯。NumPy通常應用于以下場景。

（1）執行各種數學任務，例如數值積分、微分、內插、外推等。

（2）將計算機中的圖像表示為多維數字數組。NumPy提供了一些優秀的庫函數來快速處理圖像，例如鏡像圖像、按特定角度旋轉圖像等。

（3）在編寫機器學習算法時，需要對矩陣進行各種數值計算，例如矩陣乘法、求逆、換位、加法等。NumPy數組可用于存儲訓練數據和機器學習模型的參數。

盡管Python本身有列表等類似數組功能的序列數據類型，但對于相同的運算，使用列表的執行速度不能與使用NumPy數組ndarray相比。當數據量較大時，二者會有很明顯的區別，列表處理的速度會很慢。