在对大型数组执行操作时，Numpy的速度比Python列表的速度快了好几百。因为Numpy数组本身能节省内存，并且Numpy在执行算术、统计和线性代数运算时采用了优化算法。

Numpy的另一个强大功能是具有可以表示向量和矩阵的多维数组数据结构。Numpy对矩阵运算进行了优化，使我们能够高效地执行线性代数运算，使其*适合解决机器学习问题。那么接下来我们就来了解一下Numpy库：

关于Numpy

Numpy是Python科学计算的基础包，它提供的功能如下：

1、快速高效的多维数组对象ndarray。

2、用于对数组执行元素级计算以及直接对数组执行数学运算的函数。

Python

3、用于读写硬盘上基于数组的数据集的工具。

4、线性代数运算、傅里叶变换，以及随机数生成。

5、用于将C、C++、Fortran代码集成到Python的工具。

Numpy除了为Python提供快速的数组处理能力，Numpy在数据分析方面还有另外一个主要作用，及作为在算法之间传递数据的容器。对于数值型数据。Numpy数组在存储和处理数据时要比内置的Python数据结构高效得多。此外，由低级语言编写的库可以直接操作Numpy数字中的数据，无需进行任何数据复制工作。