本节书摘来自异步社区《Python数据分析》一书中的第1章，第1.4节，作者【印尼】Ivan Idris，更多章节内容可以访问云栖社区“异步社区”公众号查看

1.4 NumPy数组

安装好NumPy后，就可以开始摆弄NumPy数组了。与Python中的列表相比，进行数值运算时NumPy数组的效率要高得多。事实上，NumPy数组是针对某些对象进行了大量的优化工作。

完成相同的运算时，NumPy代码与Python代码相比用到的显式循环语句明显要少，因为NumPy是基于向量化的运算。还记得高等数学中标量和向量的概念吗？例如，数字2是一个标量，计算2加2时，进行的是标量加法运算。通过一组标量，我们可以构建出一个向量。用Python编程的术语来说，我们得到了一个一维数组。当然，这个概念可以扩展至更高的维度。实际上，针对两个数组的诸如加法之类的运算，可以将其转化为一组标量运算。使用纯Python时，为了完成该操作，可以使用循环语句遍历第一个数组中的每个元素，并与第二个数组中对应的元素相加。然而，在数学家眼里，这种方法过于繁琐。数学上，可以将这两个向量的加法视为单一操作。实际上，NumPy数组也可以这么做，并且它用低级C例程针对某些操作进行了优化处理，使得这些基本运算效率大为提高。NumPy数组将在第2章中详细介绍。