其实 num 就是函数 numpy 的缩写。
Numpy 提供的次要性能具体如下：
lndarray——一个具备向量算术运算和简单播送能力的多维数组对象。
l 用于对数组数据进行疾速运算的规范数学函数。
l 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。
l 十分有用的线性代数，傅里叶变换和随机数操作。
l 用于集成 C /C++ 和 Fortran 代码的工具。
除了显著的科学计算用处之外，Numpy 还能够用作通用数据的高效多维容器，定义任意的数据类型。
性能实现
1、创立数组
2、创立 numpy 数组
咱们能够通过创立 Python 列表（list）的形式来创立 Numpy 矩阵，比方输出
nparray = np.array([i for i in range(10)])能够看到返回的后果是
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])