NumPy 简介
NumPy（Numerical Python）是 Python 科学计算的基础库：提供高性能的多维数组（ndarray）和大量数学函数。Pandas、scikit-learn、深度学习框架都建立在它之上。
Python 列表慢的原因：元素是对象、逐个处理。NumPy 数组是连续内存 + 向量化运算（C 语言实现），快几十倍。学 NumPy 是数据科学的第一步。
核心概念
- ndarray：N 维数组（核心数据结构）
- 向量化：对整个数组一次运算，不用循环
- 广播：不同形状数组自动对齐运算
代码示例
import numpy as np
# 创建数组
arr = np.array([1, 2, 3, 4, 5])
print(arr, arr.dtype) # dtype: int64
# 二维数组
mat = np.array([[1, 2], [3, 4]])
print(mat.shape) # (2, 2)
# 向量化：整体运算（比循环快几十倍）
print(arr * 2) # [2 4 6 8 10]
print(arr ** 2) # 平方
print(arr.mean(), arr.sum()) # 3.0 15📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
| 写法 / 语法 | 作用 |
|---|---|
print("hello") | 输出到控制台 |
name = "张三" | 变量赋值（无需声明类型） |
if x > 0: ... | 条件判断（注意冒号和缩进） |
for i in range(10): ... | 循环（缩进是语法的一部分） |
while x < 10: ... | 条件循环 |
def fn(a, b): return a + b | 定义函数 |
class Person: ... | 定义类 |
list = [1, 2, 3] | 列表（可改） |
tuple = (1, 2) | 元组（不可改） |
dict = {"key": "value"} | 字典（键值对） |
set = {1, 2, 3} | 集合（去重） |
len(obj) | 取长度 |
str(x) / int(x) / float(x) | 类型转换 |
s.split(",") | 字符串按分隔符拆分 |
" ".join(list) | 列表拼接成字符串 |
import os | 导入模块 |
from math import sqrt | 从模块导入指定函数 |
try: ... except Exception as e: ... | 异常捕获 |
with open("a.txt", "r") as f: ... | 文件读取（自动关闭） |
f"你好 {name}" | f-string 格式化 |
lambda x: x * 2 | 匿名函数 |
list(map(fn, arr)) | 函数式处理列表 |
range(start, stop, step) | 生成数字序列 |
if __name__ == "__main__": | 主入口判断 |
pip install 包名 | 安装第三方包（命令行） |