1.1.1.2、NumPy 和 Python

目录 # NumPy 和 Python

NumPy 的核心是 ndarray 对象。

ndarray 是封装了同构数据类型的 n 维数组，为了提高性能，在编译代码时执行了许多操作。

NumPy 数组和标准 Python 序列之间有几个重要的区别：

1. 创建时 NumPy 数组的大小是固定的，不像 Python 列表可以动态增长。更改 ndarray 的大小将创建一个新数组并删除原始数组。
2. NumPy 数组中的元素都必须是相同的数据类型，因此在内存中大小相同。例外情况：可以有 Python 对象的数组，从而允许不同大小元素的数组。
3. NumPy 数组有助于大量数据进行高级数学运算和其他类型的操作。通常，与使用 Python 的内置序列相比，这样的操作执行效率更高，代码更少。
4. 越来越多的基于 Python 的科学和数学软件包正在使用 NumPy 数组，这些软件在处理数据之前会转化为 NumPy 数组，并且通常会输出 NumPy 数组。