3.1　數據基礎運算工具：NumPy

NumPy是Python中用于科學計算的基礎軟件包，包含多維數組對象、多種派生對象（如矩陣）以及用于快速操作數組的函數的API。除此之外，它還提供線性代數運算、隨機數生成以及傅里葉變換等功能。NumPy的核心是ndarray對象，它封裝了Python原生的同數據類型的N維數組，為了保證其優良性能，其中許多操作都是在本地編譯后執行的。

NumPy數組和標準Python Array（數組）之間有幾個重要的區別。

·NumPy數組在創建時具有固定的大小，與Python的原生數組對象（可以動態增長）不同，更改ndarray的大小將創建一個新數組并刪除原來的數組。

·NumPy數組中的元素都需要具有相同的數據類型，因此各元素在內存中的大小相同。但需要注意的是，當Python原生數組里包含了NumPy對象時，可以存在元素大小不同的數組。

·NumPy數組有助于對大量數據進行高級數學和其他類型的操作。一般來說，這些操作的執行效率更高，比使用Python原生數組所需的代碼更少。

目前，越來越多基于Python的科學軟件包使用了NumPy數組，雖然這些工具通常都支持將Python的原生數組作為參數，但它們在處理之前還是會將輸入的數組轉換為NumPy數組，而且輸出通常也是NumPy數組。換句話說，為了更高效地使用基于Python的科學計算工具，只知道如何使用Python的原生數組類型是不夠的，還需要知道如何使用NumPy數組。

在廣告數據分析挖掘中，使用NumPy工具包進行數據運算的場景非常多。下面我們先簡單認識一下Python中常見的數據結構。