| 为什么使用Numpy |
|---|
- Numpy是专门处理数值运算的第三方库，不仅使用了python，还大量使用C或C++优化计算性能
- 对于同样的数值计算任务，使用的Numpy比直接使用Python原生代码更加方便高效
- 代码更加简洁：Numpy直接以数组、矩阵为粒度计算并支撑大量数学函数，而python需要for循环从底层实现
- 性能更加高效：Numpy的数组存储效率和输入输出计算性能，比Python使用List或嵌套List好很多
- Numpy的数据存储和Python原生List不一样
- Numpy大部分代码使用C语言实现，是Numpy比纯Python代码高效的原因
- Numpy是Python各种数据科学类库的基础库：例如Scipy，Scikit_Learn，TensorFlow，Pandas等
| 特点 |
|---|
- 数组算术计算方面，NumPy提供了大量的数学函数（统计相关、线性代数、财经相关，随机抽样等）
- Numpy的底层主要用C（最贴近底层的高级语言，目前比它更底层的只有汇编，再底层一点就是机器语言了），对数组进行高效数学运算
- 多维向量的描述和快速高效计算能力，让数组和矩阵的使用更加自然。
- 大量实用的数学函数，支撑复杂的线性代数、随机数生成以及傅里叶变换函数
- 同样的数值计算任务，使用NumPy要比直接编写原生Python代码更加便捷
| 安装 |
|---|
- 选择Anaconda,下载地址：https://www.anaconda.com/。
这是开源的Python发行版，目前应用比较广泛。但是为了更加底层一点，就不用这个了，因为它集成了很多包，我们都不需要自己安装，一旦遇到不能使用Anaconda的开发环境，很多人就两眼一黑，连Numpy都不知道怎么安装了。
- 自己手动安装
- 下载好python后，进入安装目录的Scripts文件夹，在此文件夹进入cmd命令窗口
- 输入命令pip install numpy
- 如果使用pycharm的话，发现安装成功后，依然报错显示没有numpy，则需要配置一下才能使用
- 进入settings，选择Project:项目名，点击add interpreter，选择add local interpreter
- 选择existing，配置interpreter为我们使用的python的python.exe，刚刚我们就是将lxml安装到了这个python版本的scripts中，所以选择这个版本python的python.exe. 然后要点击apply后再点击ok
