numpy库介绍
numpy是一个功能强大的python库，主要用于对多维数组执行计算。numpy这个词来源于两个单词-- numerical和python。numpy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。在数据分析和机器学习领域被广泛使用。他有以下几个特点：
1、numpy内置了并行运算功能，当系统有多个核心时，做某种计算时，numpy会自动做并行计算。
2、numpy底层使用c语言编写，内部解除了gil（全局解释器锁），其对数组的操作速度不受python解释器的限制，效率远高于纯python代码。
3、有一个强大的n维数组对象array（一种类似于列表的东西）。
4、实用的线性代数、傅里叶变换和随机数生成函数。
总而言之，他是一个非常高效的用于处理数值型运算的包。
教程地址：
ag真人试玩娱乐官网：https://docs.scipy.org/doc/numpy/user/quickstart.html。
中文文档：https://www.numpy.org.cn/user_guide/quickstart_tutorial/index.html。
numpy数组和python列表性能对比：
比如我们想要对一个numpy数组和python列表中的每个素进行求平方。那么代码如下：
# python列表的方式
t1 = time.time()
a = []
for x in range(100000):
a.append(x**2)
t2 = time.time()
t = t2 - t1
print(t)
#结果为：0.04387998580932617
花费的时间大约是0.04387左右，而如果使用numpy的数组来做，那速度就快很多了：
t3 = time.time()
b = np.arange(100000)**2
t4 = time.time()
print(t4-t3)
#结果为：0.007979631423950195