Зачем нужен NumPy

NumPy — это фундаментальная библиотека для научных вычислений в Python. Она предоставляет мощные n-мерные массивы (ndarray), которые работают значительно быстрее встроенных списков благодаря оптимизированной реализации на C.

Ключевые преимущества:

• Производительность: Векторизованные операции избегают циклов, ускоряя вычисления.
• Компактность: Многомерные массивы удобны для матриц, тензоров.
• Интеграция: Совместимость с SciPy, Pandas, Matplotlib и ML-библиотеками (TensorFlow, PyTorch).

Пример:

import numpy as np

# Создание массива
arr = np.array([1, 2, 3])  

# Векторизованная операция (быстрее цикла)
squares = arr ** 2  # [1, 4, 9]  

# Матричное умножение
matrix = np.array([[1, 2], [3, 4]])
result = matrix.dot(matrix)  # [[7, 10], [15, 22]]

Используется в Data Science, физике, инженерии — везде, где важны скорость и работа с большими данными.