NumPy（Numerical Python）
Python中一个强大的数值计算库，提供了高效的多维数组对象（ndarray）以及相关的数学函数，适用于处理大量的数据和执行各种数值计算任务
demo
import numpy as np
# 创建数组： 使用np.array()函数可以创建NumPy数组。可以通过列表、元组或其他数组创建新数组。
arr1 = np.array([1,2,3,4,5])
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
# 数组属性： NumPy数组具有一些有用的属性，如形状（shape）、数据类型（dtype）和维度（ndim）等。
print(arr1.shape) # 输出 (5,)
print(arr2.shape) # 输出 (2, 3)
print(arr1.dtype) # 输出 int64
print(arr2.ndim) # 输出 2
# 数组运算： NumPy支持对数组进行逐元素的数学运算，如加法、减法、乘法、除法等。
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result_add = a + b
result_mul = a * b
print(result_add)
print(result_mul)
# 广播（Broadcasting）： 广播允许对不同形状的数组执行二进制运算，NumPy会自动调整数组的形状以使其兼容
a = np.array([[1, 2], [3, 4]])
b = np.array([10, 20])
result = a + b
# 输出：
# [[11 22]
# [13 24]]
# 数组索引和切片： NumPy允许使用索引和切片来访问数组元素
arr7 = np.array([1, 2, 3, 4, 5])
print(arr7[0]) # 输出 1
print(arr7[1:4]) # 输出 [2 3 4]
print(arr7[::-1]) # 输出 [5 4 3 2 1]
# 数组操作： NumPy提供了许多函数来操作数组，如np.sum()、np.mean()、np.max()等。
arr = np.array([1, 2, 3, 4, 5])
print(np.sum(arr)) # 输出 15
print(np.mean(arr)) # 输出 3.0
print(np.max(arr)) # 输出 5
arr3 = np.array(list(range(1,101)))
print(np.sum(arr3))
arr4 = np.array((1,2,3,4,5,6,7,8,9,10))
print(np.sum(arr4))