在这个NumPy系列中，为了系统的学习NumPy的各种操作，类似于Pandas120系列的习题肯定少不了，但是还会有一些理论的讲解，我们开始吧！

首先问大家几个问题，NumPy是什么？为什么使用NumPy？NumPy又好在哪里？接下来我将尽可能的使用人话给大家整明白。

什么是NumPy

从官方文档来看NumPy是Python的一个用于科学计算的基础包。它提供了多维数组对象和一个用于数组快速运算的混合的程序，包括数学，逻辑，排序、线性代数等操作。说人话就是它能比标准Python序列更快的进行计算

为什么要用NumPy

经常有人拿List和NumPy比，为什么使用NumPy而不是List？List也可以存储数据啊，答案是NumPy处理数据比list要快很多，如果使用List是坐普通列车，那么NumPy就是坐高铁(❌)？坐火箭(✅)。那么下一个问题就来了，为什么NumPy会这么快？因为NumPy使用的是固定类型，想象一下我们有这样一个3*4矩阵

现在我们来通过放大这个5来比较NumPy与List的不同，大家都知道在计算机中都是利用二进制来存储数据，所这个5在计算机中是由8个二进制位组成的字节

而在我们使用NumPy时候，这个5会被转换为包含4个字节的int32类型

但是在Numpy中你可以说这32位太长，然后指定为16位甚至8位都行

现在来看看List，在Python中一个list存储了值，类型等四个对象

而我们的计算机会将这四个信息值都转换为二进制再进行读写

感受到了吗，所以为啥NumPy比List快，因为它使用的内存字节更少所以我们的计算机可以更快速的读取。

并且更为重要的一点是，在我们遍历Numpy对象的每一个元素的时候，我们不需要每次都进行类型检查，原因还是NumPy使用的是固定类型。而在list中，我们可能会有整数、浮点数、字符串等，所以每一次使用都需要检查每个元素的类型。

当然Numpy比list快的另一个原因是Numpy使用的是连续内存分配。想象一下这就是我们的计算机内存，我们可以将信息存储在这些内存中的任何一个中

假如我们有8个内存块存储信息，因为Python列表中的元素类型是任意的，并且可以像图中一样混乱排列，所以List实际上是用指针指向不同的地址，只能通过寻址方式找到下一个元素。而NumPy中的所有元素的类型都是相同的，所以NumPy在存储元素时内存可以连续

而这样做可以更快的进行计算并且也可以有效的利用缓存。

最后，List能做的事比如插入、增加、删除数据NumPy都可以搞定，List不能做的事，NumPy也能搞定，比如我有两个list

a = [1,2,3]

b = [4,5,6]

如果我直接计算a*b，那么list并不会给出我们想要的[1*4,2*5,3*6]，而是直接报错，但是NumPy就可以轻松搞定

a = np.array([1,2,3])

b = np.array([4,5,6])

a * b = array([ 4, 10, 18])

结束语

好了，以上就是NumPy进阶修炼｜第一期的内容，内容可能比较抽象，但我想这是一名NumPy高手所需要了解的知识。下一期开始就会从代码讲起，所以还等什么，抓紧分享给小伙伴上车学NumPy，没有留言功能的我，分享与在看是对我唯一的鼓励，催更就来点点，至于会更新几期我也不知道，毕竟这次不再仅仅是刷题。拜拜～