NumPy — это фундаментальная библиотека для научных вычислений в Python. Она предоставляет мощные n-мерные массивы (ndarray), которые работают значительно быстрее встроенных списков благодаря оптимизированной реализации на C. **Ключевые преимущества:** - **Производительность:** Векторизованные операции избегают циклов, ускоряя вычисления. - **Компактность:** Многомерные массивы удобны для матриц, тензоров. - **Интеграция:** Совместимость с SciPy, Pandas, Matplotlib и ML-библиотеками (TensorFlow, PyTorch). **Пример:** ``` import numpy as np # Создание массива arr = np.array([1, 2, 3]) # Векторизованная операция (быстрее цикла) squares = arr ** 2 # [1, 4, 9] # Матричное умножение matrix = np.array([[1, 2], [3, 4]]) result = matrix.dot(matrix) # [[7, 10], [15, 22]] ``` Используется в Data Science, физике, инженерии — везде, где важны скорость и работа с большими данными.