NumPy（Numerical Python）是Python中用于科学计算的核心库，提供了高效的多维数组对象和基础的数学函数。以下是其核心功能与使用场景：
1. 数组对象（ndarray）
- 支持多维数组存储，如矩阵、向量等
- 与Python原生列表相比，运算速度提升 10-100倍 🔥
- 示例：
import numpy as np arr = np.array([[1,2,3],[4,5,6]])
2. 数学运算
- 内置大量数学函数（如傅里叶变换、线性代数等）
- 支持向量化操作，避免显式循环
- 应用场景：数据统计、图像处理、物理模拟等
3. 随机数生成
- 提供随机数生成器（
numpy.random模块） - 可用于模拟实验、数据增强等场景
- 示例：
np.random.rand(3,3) # 生成3x3随机矩阵
4. 文件操作
- 支持CSV、Numpy二进制文件等格式的读写
- 快速加载/保存大规模数据
- 相关文档：NumPy_文件操作指南
5. 扩展功能
- 集成SciPy、Pandas等库，构建科学计算生态
- 支持GPU加速（通过CuPy等第三方库）
- 安全提示：避免在敏感场景直接使用随机数生成功能，建议配合加密模块使用 🔒
如需深入学习NumPy，可参考：NumPy_入门指南