NumPy 教程（2026 超详版）

NumPy 是什么？

NumPy 是用于科学计算的一个非常重要的库，而 Pandas 就是基于 NumPy 来实现的。在机器学习算法中，需要用到的大量数组以及矩阵运算，此时也需要借助 NumPy 来实现。可以这样说，NumPy 是数据科学领域中最基础的一个库。

对于 NumPy 来说，它主要是用于操作一个多维数组，这一点从它的 logo（如下图所示）就可以很直观看出来了。我们学习 NumPy，其实就是学习数组的各种操作。没错，就是这么的简单。

NumPy 能干什么？

NumPy 是 Python 科学计算的核心库，其强大的功能和高效的性能使其在多个领域都有广泛应用。NumPy 主要应用场景包括：

• 科学计算与数据分析。
• 机器学习与人工智能。
• 数据分析与可视化。
• 图像与信号处理。
• 金融量化分析。
• 物理仿真与工程计算。
• 游戏开发与图形渲染。

NumPy 示例

下面我们来看一个简单的例子，先给小伙伴们介绍一下使用 NumPy 进行数组操作的基本规则，以便更好地学习后面的知识。

示例：一个简单的 NumPy 例子

import numpy as np

# 创建两个NumPy数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 对数组进行加法运算
result = a + b

print(result)

运行结果如下。

[5 7 9]

分析：

import numpy as np

上面这句代码表示使用 import 语句导入 numpy 库，并将其命名为 np。之所以重命名为 np，目的是为了简化代码。

然后我们使用 np.array() 方法创建数组，最后 result = a + b 表示将 a 和 b 这 2 个数组进行相加。

一般来说，一个使用 NumPy 的程序通常会包含以下 2 个方面的内容：

• 数组创建：比如使用 np.array() 函数将 “Python 列表” 转换为 “NumPy 数组” ，这是 NumPy 操作的基础。
• 数组运算：NumPy 支持对数组进行逐元素运算（如加法、减法等），这种操作比传统的循环方式更加高效和简洁。

NumPy 学前准备

想要学习 NumPy，小伙伴们必须要有一定的 Python 基础。如果你尚未接触 Python 或 Python 基础比较薄弱，请先学习我们为你精心提供的：

Python 教程

在学习任何编程语言的过程中，一定要养成查阅官方文档的习惯，因为这是最重要的参考资料。其中 NumPy 官方文档地址为：

NumPy 官方文档