NumPy 在机器学习中的应用非常广泛，它是一个强大的 Python 库，用于进行数值计算。以下是一些 NumPy 在机器学习中的基本应用：
1. 数组和矩阵操作
NumPy 提供了高效的数组操作，这对于机器学习中的数据预处理非常重要。
- 创建数组
- 数组索引
- 数组切片
- 数组运算
2. 线性代数
NumPy 提供了线性代数运算的功能，如矩阵乘法、求逆等。
- 矩阵乘法
- 矩阵求逆
- 特征值和特征向量
3. 统计计算
NumPy 还提供了丰富的统计函数，可以方便地进行数据统计分析。
- 均值、方差
- 标准差
- 累计分布函数
4. 与其他库的兼容性
NumPy 与其他机器学习库（如 scikit-learn）有很好的兼容性，可以方便地进行数据转换和模型训练。
NumPy 图标