3.1　数据基础运算工具：NumPy

NumPy是Python中用于科学计算的基础软件包，包含多维数组对象、多种派生对象（如矩阵）以及用于快速操作数组的函数的API。除此之外，它还提供线性代数运算、随机数生成以及傅里叶变换等功能。NumPy的核心是ndarray对象，它封装了Python原生的同数据类型的N维数组，为了保证其优良性能，其中许多操作都是在本地编译后执行的。

NumPy数组和标准Python Array（数组）之间有几个重要的区别。

·NumPy数组在创建时具有固定的大小，与Python的原生数组对象（可以动态增长）不同，更改ndarray的大小将创建一个新数组并删除原来的数组。

·NumPy数组中的元素都需要具有相同的数据类型，因此各元素在内存中的大小相同。但需要注意的是，当Python原生数组里包含了NumPy对象时，可以存在元素大小不同的数组。

·NumPy数组有助于对大量数据进行高级数学和其他类型的操作。一般来说，这些操作的执行效率更高，比使用Python原生数组所需的代码更少。

目前，越来越多基于Python的科学软件包使用了NumPy数组，虽然这些工具通常都支持将Python的原生数组作为参数，但它们在处理之前还是会将输入的数组转换为NumPy数组，而且输出通常也是NumPy数组。换句话说，为了更高效地使用基于Python的科学计算工具，只知道如何使用Python的原生数组类型是不够的，还需要知道如何使用NumPy数组。

在广告数据分析挖掘中，使用NumPy工具包进行数据运算的场景非常多。下面我们先简单认识一下Python中常见的数据结构。