NumPy 的核心是 ndarray 对象。
ndarray 是封装了同构数据类型的 n 维数组，为了提高性能，在编译代码时执行了许多操作。
NumPy 数组和标准 Python 序列之间有几个重要的区别：
- 创建时 NumPy 数组的大小是固定的，不像 Python 列表可以动态增长。更改 ndarray 的大小将创建一个新数组并删除原始数组。
- NumPy 数组中的元素都必须是相同的数据类型，因此在内存中大小相同。例外情况：可以有 Python 对象的数组，从而允许不同大小元素的数组。
- NumPy 数组有助于大量数据进行高级数学运算和其他类型的操作。通常，与使用 Python 的内置序列相比，这样的操作执行效率更高，代码更少。
- 越来越多的基于 Python 的科学和数学软件包正在使用 NumPy 数组，这些软件在处理数据之前会转化为 NumPy 数组，并且通常会输出 NumPy 数组。