NumPy 是 Python 科学计算栈的基础。本模块按 NumPy 2.x 的 API 习惯整理，重点不是记忆函数，而是理解 ndarray、dtype、shape、广播、向量化和线性代数 这些核心概念。
- 理解
ndarray的维度、形状、数据类型和内存视图； - 熟练创建、索引、切片、变形、拼接数组；
- 理解广播规则并用向量化替代不必要的 Python 循环；
- 掌握常用数学、统计、排序、搜索和线性代数操作；
- 使用现代随机数接口组织可复现实验；
- 正确保存和读取数组数据。
- 01 · NumPy简介和安装
- 02 · NumPy数组基础
- 03 · 数组创建方法
- 04 · 数组属性和方法
- 05 · 数组索引和切片
- 06 · 数组形状操作
- 07 · 数组运算
- 08 · 数学函数
- 09 · 统计函数
- 10 · 数组排序和搜索
- 11 · 数组拼接和分割
- 12 · 数组复制和视图
- 13 · 线性代数
- 14 · 随机数生成
- 15 · 文件读写
- 16 · 实战项目
python -m pip install "numpy>=2,<3"教程面向 NumPy 2.x。处理随机数时，新的项目优先使用 numpy.random.default_rng() 创建生成器；旧代码中的全局随机状态仍可能在历史示例中出现，但不作为新项目首选写法。
初学者建议完整学习 01–12；科研计算用户应重点掌握 05–09、13–15；完成后进入 Pandas 教程。