What is Numpy

Numpy是Python科学计算的基本包，提供对于多维数组（矩阵）等各种计算，比如c = a * b，a、b均为矩阵，可以对其进行直接计算，不用使用循环遍历。
本机测试计算速度为for循环遍历计算的500+倍（numpy是c代码）。例子如下：目前找不到源网页，直接粘上例子。

import numpy as np 
import time
#from timeit import timeit

a = np.random.rand(1000000)
b = np.random.rand(1000000)

time_s = time.time()
c = np.dot(a, b)
time_e = time.time()
print(c, 1000*(time_e - time_s))

c = 0
time_s = time.time()
for i in range(len(a)):
    c += a[i] * b[i]
time_e = time.time()
print(c, 1000*(time_e - time_s))

下图所示

矢量化(Vectorization)

上面的例子是矢量化的例子（Vectorization），包含以下优点：

代码更简洁

更少的代码通常意味着更少的错误

代码运行更接近标准的数学符号，封装了具体的困难的运算，如上np.dot(a, b)直接计算两个矩阵的积。

矢量化导致更多的“Pythonic”(网络解释为很Python的Python代码)代码。如果没有向量化，我们的代码将会效率很低，难以读取for循环。

广播(Broadcasting)

广播是用于描述操作的隐式逐个元素行为的术语
大概意思就是比如做矩阵的运算，a为一维矩阵，b为标量，如果做计算a + b，会自动的将a的元素都加上b（我的简单理解）

源网站

Numpy 中文 API