NumPy 是一个运行速度非常快的数学库，主要用于数组计算，支持大量的维度数组与矩阵运算。
简单点说，涉及到数字计算等都可以使用，它的优势在于底层是C语言开发的，处理速度非常快。
看一个例子：计算 a^2 + b^2
1.使用列表计算
结果
2.使用numpy 计算
结果
总结：numpy 把列表看成单个元素，省去了从列表中提取出来，然后处理又返回去，直接一步到位。
numpy 在科研计算或者数据分析方面用的还是比较多的，但是一般人平时好像都不怎么用。主要是找不到应用场景或者习惯于用老方法。
其实 numpy 用来造数据或者对多维列表处理是非常方便的，我平常用的主要也是处理这些。
生成全是1的 ndarray 数值
结果
数字3写成n，就能生成带有 n 个 1 的数组。
对应的 np.zeros(n) 生成的就是元素值为 0 的数组
生成3行2列，全是1的 ndarray 数值
结果
数字3和2表示行数和列数。更多维度继续增加即可，通常2维用的比较多。
生成三维数组，数字可以指定
结果
生成有序数组
和random库的 range方法一样用，其实包含了random库的全部功能
结果
上面的一些方法，对于生成大量的数字非常有用，不用循环就可以搞定。
不过生成的数组类型是 ndarray ，直接和 python 的列表是不能计算操作的，如果习惯使用列表对数据处理，可以使用 tolist() 方法将 ndarray 类型转换成你熟悉的列表数据类型。
结果
更多其它方法，可以查看 numpy 的官方文档。
下面看看我是怎样利用numpy 对图片的数据进行处理的。
为了便于观看数据，下面故意图片变小了一些
将上面的图片变成3*3大小的
它对应的像素数据是下面这样的，3*3*3
同样的方法，再打开数字 1，获取其对应的数据
它对应的像素数据是下面这样的，3*3*3
如果要将两张图片水平方向合成在一起。
只需要将它们的数据，横向组成在一起就可以了。
得到下面这种数据结构。
用列表的话，相信你应该知道怎么操作，循环遍历拼接就可以了。不过想想还是挺麻烦的。
用 numpy 处理的话就非常简单了。hstack可以将两个列表直接水平方向拼接在一起。
先看一个纯数字列表案例
结果
证明确实可以，下面将其用到图片上
(全文完)
长按二维码，加关注！叶子陪你玩
本文分享自微信公众号 - 叶子陪你玩编程（gh_cd062460d25e）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。