numpy是Python的一种开源的数值计算扩展，可用来存储和处理大型矩阵matrix，比Python自身的嵌套列表结构要高效的多，提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库，专为进行严格的数字处理而产生。
Python 官网上的发行版是不包含 NumPy 模块的。
安装库 NumPy
安装 NumPy 最简单的方法就是使用 pip 工具：
pip3 install --user numpy scipy matplotlib
--user 选项可以设置只安装在当前的用户下，而不是写入到系统目录。
默认情况使用国外线路，国外太慢，我们使用清华的镜像就可以:
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
NumPy的使用
1、NumPy提供了真正的数组功能以及对数据进行快速处理的函数。
2、NumPy还是很多更高级的扩展库的依赖库，我们后面介绍的SciPy、Matplotlib、pandas等库都依赖于它。
3、umPy内置函数处理数据的速度是C语言级别的，因此在编写程序的时候，应当尽量使用其内置函数，避免效率瓶颈的（尤其是涉及循环的问题）出现。
在Windows操作系统中，NumPy的安装跟普通第三方库的安装一样，可以通过pip命令进行，命令如下：
pip install numpy
也可以自行下载源代码，然后使用如下命令安装：
python setup.py install
在Linux操作系统下，上述方法也是可行的。此外，很多Linux发行版的软件源中都有Python常见的库，因此还可以通过Linux系统自带的软件管理器安装，如在Ubuntu下可以用如下命令安装：
sudo apt-get install python-numpy
安装完成后，可以使用NumPy对数据进行操作，如下内容：
# -*- coding: utf-8 -* import numpy as np # 一般以np作为NumPy库的别名 a = np.array([2, 0, 1, 5]) # 创建数组 print(a) # 输出数组 print(a[:3]) # 引用前三个数字（切片） print(a.min()) # 输出a的最小值 a.sort() # 将a的元素从小到大排序，此操作直接修改a，因此这时候a为[0, 1, 2, 5] b= np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组 print(b*b) # 输出数组的平方阵，即[[1, 4, 9], [16, 25, 36]]
