---

NumPy 入门介绍：使用 pip 进行详细安装指南

引言：开启你的数据科学之旅

在当今数据爆炸的时代，无论是进行科学计算、数据分析、机器学习还是人工智能开发，Python 都已成为最受欢迎的编程语言之一。而作为 Python 生态系统中最为核心和基础的库之一，NumPy（Numerical Python）扮演着举足轻重的角色。它不仅是许多高级科学计算库（如 SciPy、Pandas、Matplotlib、scikit-learn 等）的底层支撑，更是处理大量数值数据、执行高性能计算的利器。

如果你正准备踏入数据科学或数值计算的领域，学习和掌握 NumPy 是必不可少的第一步。而 NumPy 的安装，特别是使用 Python 官方推荐的包管理工具 pip 进行安装，是最常见、最便捷的方式。

本文将带领你深入了解 NumPy 是什么、它为何如此重要，并为你提供一个极其详细、手把手的 pip 安装 NumPy 的完整指南，涵盖从准备工作到验证安装，乃至常见的故障排除。无论你是初学者还是有一定经验的开发者，希望本文都能帮助你顺利地安装 NumPy，为你的数据科学之旅打下坚实的基础。

第一部分：NumPy 是什么以及它为何重要

1. NumPy 的核心：N维数组对象（ndarray）

NumPy 最核心的特性是其强大的 N维数组对象，简称为 ndarray。与 Python 内置的列表（List）不同，ndarray 是一个同质的数据结构，即数组中所有元素的类型必须相同。这看似是一个限制，但正是这一特性，加上底层使用 C 或 Fortran 实现，使得 NumPy 在处理大规模数值数据时具有惊人的性能优势。

想象一下，如果你需要处理一个包含数百万个浮点数的二维表格数据，使用 Python 列表来构建列表的列表固然可行，但在进行数学运算时，你需要编写大量的循环来逐个处理元素。这不仅代码冗长，而且效率低下，因为 Python 的循环在解释器中执行，速度较慢。

而 NumPy 的 ndarray 则不同。你可以轻松地创建、操作和转换这些 N维数组，并且 NumPy 提供了大量的函数和方法，可以在整个数组上进行“矢量化”操作，而无需显式地编写循环。这些矢量化操作是在底层编译过的代码中执行的，因此速度非常快。

2. NumPy 的主要特性与优势

为什么 NumPy 如此受欢迎？主要原因包括：

• 高性能的 N维数组（ndarray）： 这是 NumPy 的基石，提供了高效存储和操作大型数据集的能力。
• 丰富的数学函数库： NumPy 提供了大量的数学函数，可以对数组执行各种操作，如逐元素运算、线性代数、傅里叶变换、随机数生成等。这些函数同样是矢量化的，执行效率高。
• 矢量化运算： NumPy 的核心思想是避免显式的 Python 循环。通过对整个数组执行操作，可以显著提高代码的简洁性和执行速度。
• 广播（Broadcasting）： NumPy 的广播机制允许你在形状不同的数组之间执行数学运算，这极大地简化了许多常见的数值计算任务。
• 与底层语言的集成： NumPy 的许多核心部分是用 C 或 Fortran 编写的，这使得它能够充分利用底层硬件的性能。
• 互操作性： NumPy 数组可以方便地与其他库（如 SciPy、Pandas）以及底层库进行数据交换。
• 内存效率： 相比于 Python 列表，NumPy 数组在存储相同数量的同类型数据时通常占用更少的内存。

3. NumPy 的应用领域

NumPy 的应用范围极其广泛，几乎涵盖了所有需要处理数值数据的领域：

• 数据分析与处理： 与 Pandas 库结合，NumPy 是数据清洗、转换和分析的基础。
• 科学计算： 广泛应用于物理、化学、生物、工程等领域的数值模拟和数据处理。
• 机器学习与深度学习： TensorFlow、PyTorch、scikit-learn 等主流机器学习框架都严重依赖于 NumPy 数组作为数据的基本表示形式。
• 图像处理： 图像可以表示为像素值的多维数组，NumPy 是进行图像处理（如滤波、变换）的有力工具。
• 信号处理： 用于处理时间序列数据和进行频域分析。
• 统计学： 用于计算各种统计量（均值、标准差、协方差等）和进行统计模拟。
• 金融： 用于量化分析、风险建模和时间序列分析。

了解了 NumPy 的强大之处和重要性，你肯定迫不及待想要开始使用它了。而使用 NumPy 的第一步，就是正确地安装它。

第二部分：准备工作——确保你的环境就绪

在开始安装 NumPy 之前，你需要确保你的计算机上已经具备了一些必要的软件。NumPy 是一个 Python 库，所以最基本的要求就是你已经安装了 Python。同时，我们将使用 pip 进行安装，这是 Python 官方推荐的包管理工具，通常在安装 Python 时会一同安装。

1. 安装 Python

如果你还没有安装 Python，你需要先完成这一步。推荐安装 Python 3.6 或更新版本，因为一些新版本的 NumPy 可能不再支持较旧的 Python 版本。

• 如何安装 Python：
  • 访问 Python 官方网站：https://www.python.org/downloads/
  • 下载适合你操作系统的最新稳定版本的安装包。
  • 运行安装包。非常重要的一步是： 在安装过程中，确保勾选 “Add Python to PATH”（或类似的选项，具体措辞可能略有不同，但目的是将 Python 的执行路径添加到系统的环境变量中）。这会让你能够在命令行或终端中直接运行 python 或 python3 命令。

2. 检查 Python 和 pip 是否已安装

安装完成后，或者如果你不确定是否已经安装，可以通过命令行或终端来检查。

• 打开命令行/终端：

  • Windows： 搜索 “Command Prompt” 或 “PowerShell”。
  • macOS： 搜索 “Terminal”。
  • Linux： 打开你的终端应用程序（通常在应用程序菜单中可以找到）。

• 检查 Python 版本：
  在命令行/终端中输入以下命令并按回车：

  bash
python --version
  或者（在某些系统上）
  bash
python3 --version

  如果安装成功且配置了环境变量，你应该会看到类似 Python 3.9.7 的输出，表明 Python 已经安装。如果提示命令找不到，可能需要检查你的 Python 安装是否成功或环境变量是否配置正确。

• 检查 pip 版本：
  同样在命令行/终端中输入以下命令并按回车：

  bash
pip --version
  或者（与上面的 Python 版本对应）
  bash
pip3 --version

  你应该会看到类似 pip 21.2.4 from C:\Python39\lib\site-packages\pip (python 3.9) 的输出，表明 pip 已经安装并显示了其版本和位置。如果提示命令找不到，通常是因为 Python 安装时没有勾选安装 pip 或者没有正确配置环境变量。现代 Python 安装器通常会默认安装 pip。

• 升级 pip (推荐)： 虽然不是必须的，但建议将 pip 升级到最新版本，以确保能够顺畅地安装最新的包并避免一些潜在的问题。

  bash
python -m pip install --upgrade pip
  或者
  bash
python3 -m pip install --upgrade pip

  这会告诉 Python 解释器使用内置的 pip 模块来升级 pip 本身。

确保你已经能够成功执行 python --version 和 pip --version（或对应的 python3 和 pip3）命令，并且它们指向你期望的 Python 安装路径后，你就已经完成了安装 NumPy 的准备工作。

第三部分：使用 pip 安装 NumPy

现在，我们已经具备了安装 NumPy 的环境。使用 pip 安装 NumPy 是一个非常直接简单的过程。

1. 理解 pip 的安装命令

pip 的基本安装命令格式是：

bash
pip install package_name

其中 package_name 就是你要安装的库的名称。对于 NumPy，包的名称就是 numpy。

因此，安装 NumPy 的标准命令就是：

bash
pip install numpy

或者，如果你使用的是 python3 和 pip3：

bash
pip3 install numpy

选择 pip 还是 pip3： 在某些系统上，特别是同时安装了 Python 2 和 Python 3 的情况下，pip 可能默认关联到 Python 2，而 pip3 关联到 Python 3。为了确保 NumPy 安装到你的 Python 3 环境中，使用 pip3 或更安全的 python -m pip install numpy 是更好的选择。后者明确告诉系统使用运行 python 命令的那个 Python 解释器来执行 pip 模块的安装操作。对于绝大多数现代系统，直接使用 pip install numpy 在 Python 3 环境下也是可以的，但了解 pip3 和 python -m pip 的区别有助于解决潜在的环境冲突问题。在本文中，我们主要使用 pip install numpy 作为示例，但在遇到多版本问题时，请考虑使用 pip3 或 python -m pip。

2. 执行安装步骤

让我们一步步来执行安装命令：

步骤 1：打开命令行或终端

如前所述，打开你的操作系统对应的命令行或终端应用程序。

步骤 2：输入安装命令

在命令行提示符后，输入以下命令：

bash
pip install numpy

或

bash
pip3 install numpy

或

bash
python -m pip install numpy

选择其中一个你确定与你的 Python 3 环境对应的命令。例如，如果你在 Windows 上安装了 Python 3，并且在安装时勾选了 “Add Python to PATH”，通常 pip install numpy 就能工作。如果你在 macOS/Linux 上，可能 pip3 install numpy 更保险。最保险的方法是使用 python -m pip install numpy。

步骤 3：执行命令

按下回车键执行命令。

步骤 4：观察输出

pip 会连接到 Python 包索引（PyPI），查找最新版本的 NumPy 包，下载它，然后进行安装。你会在终端中看到一系列的输出信息，通常包括：

• Collecting numpy：正在查找并收集 NumPy 包。
• Downloading numpy-x.y.z.tar.gz 或 Downloading numpy-x.y.z-cpXX-cpYY-platform.whl：正在下载 NumPy 包。pip 通常会优先下载预编译好的二进制 wheel 文件（.whl 格式），这会使得安装过程更快，并且不需要额外的编译工具。
• Installing collected packages: numpy：下载完成后，开始安装。
• Successfully installed numpy-x.y.z：安装成功！x.y.z 表示安装的 NumPy 版本号。

示例成功的输出 (可能略有不同):

C:\Users\YourUser> pip install numpy
Collecting numpy
Downloading numpy-1.26.2-cp311-cp311-win_amd64.whl (15.8 MB)
---------------------------------------- 15.8/15.8 MB 2.8 MB/s eta 0:00:00
Installing collected packages: numpy
Successfully installed numpy-1.26.2

看到 Successfully installed numpy-x.y.z 这一行，就说明 NumPy 已经成功安装到你的 Python 环境中了。

3. 安装指定版本的 NumPy

在某些情况下，你可能需要安装特定版本的 NumPy，而不是最新版本。例如，为了兼容其他库的要求，或者你的项目依赖于某个特定版本。

安装指定版本的命令格式是：

bash
pip install numpy==x.y.z

其中 x.y.z 是你想要安装的确切版本号，例如 1.21.0。

示例：安装 NumPy 1.21.0 版本

bash
pip install numpy==1.21.0

如果你不确定有哪些历史版本可用，可以访问 PyPI 网站（https://pypi.org/project/numpy/）查找。

4. 升级已安装的 NumPy

如果你的系统中已经安装了 NumPy，但版本较旧，你可能希望升级到最新版本以获取新功能、性能改进或错误修复。

升级命令是：

bash
pip install --upgrade numpy

或使用更明确的方式：

bash
python -m pip install --upgrade numpy

这个命令会检查 PyPI 上是否有比当前安装版本更新的 NumPy。如果找到，它会下载并安装新版本，替换旧版本。

5. 卸载 NumPy

如果你出于某种原因需要卸载 NumPy，可以使用以下命令：

bash
pip uninstall numpy

或

bash
python -m pip uninstall numpy

执行此命令后，pip 会要求你确认是否要卸载。输入 y 并按回车即可完成卸载。

bash
C:\Users\YourUser> pip uninstall numpy
Found existing installation: numpy 1.26.2
Uninstalling numpy-1.26.2:
Would remove:
c:\users\youruser\appdata\local\programs\python\python311\lib\site-packages\numpy-1.26.2.dist-info\*
c:\users\youruser\appdata\local\programs\python\python311\lib\site-packages\numpy\*
... (list of files to be removed)
Proceed (Y/n)? y
Successfully uninstalled numpy-1.26.2

输入 y 并按回车后，NumPy 就会从你的环境中移除。

第四部分：验证 NumPy 安装

成功执行安装命令只是第一步，为了确保 NumPy 确实已经安装并且可以正常使用，我们需要进行验证。最直接的方法是在 Python 解释器中尝试导入 NumPy 并执行一个简单的操作。

步骤 1：打开命令行或终端

同前。

步骤 2：启动 Python 解释器

在命令行中输入 python 或 python3 并按回车，进入 Python 交互式解释器环境。

“`bash
C:\Users\YourUser> python
Python 3.11.0 (main, Oct 24 2022, 18:26:48) [MSC v.1933 64 bit (AMD64)] on win32
Type “help”, “copyright”, “credits” or “license” for more information.

``
你会看到 Python 的版本信息，以及>>>` 提示符，表示你已经进入了 Python 解释器。

步骤 3：导入 NumPy

在 >>> 提示符后，输入标准的 NumPy 导入语句，并按回车：

python
import numpy as np

这里的 as np 是一种约定俗成的别名，几乎所有使用 NumPy 的代码都会这样导入。如果这一步没有报错，说明 Python 成功找到了 NumPy 库。

步骤 4：检查 NumPy 版本

为了确认安装的是否是你期望的版本，或者仅仅是为了验证导入是否成功，可以检查 NumPy 的版本号：

python
print(np.__version__)

输入后按回车，应该会输出你刚刚安装的 NumPy 版本号，例如：

“`python

import numpy as np
print(np.version)
1.26.2
“`

步骤 5：执行一个简单的 NumPy 操作

最后，我们来执行一个最简单的 NumPy 操作，以确保库的功能正常。创建一个 NumPy 数组：

python
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(arr.shape)

输入后按回车，应该会看到数组及其形状的输出：

“`python

arr = np.array([1, 2, 3, 4, 5])
print(arr)
[1 2 3 4 5]
print(arr.shape)
(5,)
“`

如果以上所有步骤都顺利完成，没有出现任何错误信息，恭喜你！NumPy 已经成功安装并可以正常使用了。

步骤 6：退出 Python 解释器

完成验证后，输入 exit() 并按回车退出 Python 解释器：

“`python

exit()

C:\Users\YourUser>
“`

第五部分：常见安装问题与故障排除

尽管 pip 安装通常很顺利，但有时也可能遇到问题。以下是一些常见的安装问题及其解决方法。

1. pip 或 python 命令找不到

• 问题描述： 在命令行中输入 pip 或 python 命令时，系统提示“命令找不到”或类似的错误。
• 原因： Python 或 pip 没有正确安装，或者它们的安装路径没有添加到系统的环境变量（PATH）中。
• 解决方法：
  • 重新安装 Python： 确保在安装过程中勾选了“Add Python to PATH”（或类似选项）。
  • 手动添加环境变量： 如果不想重新安装，可以手动将 Python 安装目录下的 Scripts 子目录（包含 pip 可执行文件）和 Python 主目录（包含 python 可执行文件）添加到系统的 PATH 环境变量中。具体步骤因操作系统而异，可以搜索“如何添加环境变量 [你的操作系统]”。
  • 使用完整的路径： 作为临时解决方案，你可以使用 Python 或 pip 可执行文件的完整路径来执行命令，例如 C:\Python39\Scripts\pip install numpy。但这很不方便，建议还是解决环境变量问题。

2. 安装时提示权限错误（Permission Error）

• 问题描述： 执行 pip install numpy 命令时，输出中包含 “Permission denied” 或类似的错误，表明没有权限写入安装目录。
• 原因： 你正在尝试将库安装到系统级别的 Python 目录中，而当前用户没有足够的权限。在 macOS 和 Linux 上，这尤其常见，因为系统 Python 通常需要管理员权限才能修改。
• 解决方法：

  • 使用 --user 标志： 这是推荐的方法。将库安装到当前用户的主目录下的一个特定位置，不需要管理员权限。

    bash
pip install --user numpy
    使用 --user 安装后，请确保用户的 bin 目录（例如 ~/.local/bin 在 Linux 上）包含在 PATH 中，否则你可能无法直接运行通过 --user 安装的脚本，但导入库通常没问题。
    * 使用 sudo (不推荐，除非你明白风险)： 在 macOS 或 Linux 上，可以使用 sudo 命令以管理员权限执行安装。但强烈不推荐这样做来安装到系统 Python 中，因为它可能污染系统环境或与其他系统组件发生冲突。只有在你非常确定你在做什么时才使用。

    bash
sudo pip install numpy
    输入你的管理员密码后执行。
    * 使用虚拟环境 (强烈推荐)： 虚拟环境是解决权限问题以及管理项目依赖的最佳实践。在虚拟环境中安装库，你拥有完全的控制权，不需要管理员权限。详见下一节。

3. 网络问题导致下载失败

• 问题描述： 安装过程中提示下载失败，例如 “Could not connect to PyPI” 或 “Connection timed out”。
• 原因： 网络连接问题，防火墙阻止访问，或者 PyPI 服务器暂时不可用。
• 解决方法：
  • 检查网络连接： 确保你的计算机已连接到互联网，并且网络连接稳定。
  • 检查防火墙或代理设置： 如果你在公司或学校网络中，可能存在防火墙或需要配置代理服务器。可以尝试配置 pip 的代理设置。

  • 使用国内镜像源： 官方 PyPI 服务器有时访问较慢或不稳定。可以使用国内的 PyPI 镜像源来加速下载和提高稳定性。常见的国内镜像源包括豆瓣、阿里云、清华大学等。

    可以使用 -i 参数指定镜像源：
    bash
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
    或者永久配置镜像源（不推荐全局永久配置，除非你明确知道影响范围）：
    在用户主目录下创建或修改 pip 配置文件（Windows: %APPDATA%\pip\pip.ini 或 %HOME%\pip\pip.ini, Linux/macOS: ~/.config/pip/pip.conf 或 ~/.pip/pip.conf），添加以下内容：

    ini
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
    * 等待并重试： 有时只是 PyPI 服务器临时问题，稍后重试即可。

4. 安装过程中出现编译错误

• 问题描述： 安装过程中输出信息很长，并且包含 “error: command ‘gcc’ failed” 或类似的编译错误。这通常发生在 pip 需要下载源代码包（.tar.gz）而不是预编译好的 wheel 文件（.whl）时。NumPy 通常提供主流平台的 wheel 文件，所以这种情况较少见，但如果你的 Python 版本或操作系统比较特殊，或者安装旧版本，可能会遇到。
• 原因： 安装源代码包需要系统中安装有相应的编译器（如 C、C++、Fortran 编译器）以及相关的开发头文件。
• 解决方法：
  • 确保 pip 是最新版本： 新版本的 pip 更倾向于下载 wheel 文件。
  • 尝试升级 NumPy： 最新版本通常有更广泛的 wheel 支持。
  • 安装缺失的编译工具：
    • Windows： 安装 Microsoft Visual C++ Build Tools。对于某些 Python 版本，需要特定版本的 Build Tools。可以搜索 “Microsoft C++ Build Tools for Python [你的Python版本]”。
    • macOS： 安装 Xcode 命令行工具：xcode-select --install。
    • Linux： 安装构建工具包：sudo apt-get update && sudo apt-get install build-essential python3-dev (Debian/Ubuntu) 或 sudo yum groupinstall "Development Tools" (CentOS/RHEL)。

5. NumPy 安装到了错误的环境中

• 问题描述： 验证安装时，在一个终端中可以导入 NumPy，但在另一个终端或 IDE 中却不行。或者你有多个 Python 版本，NumPy 安装到了你不想用的那个版本里。
• 原因： 你可能使用了多个 Python 环境，或者没有正确激活你想要安装的环境（特别是使用了虚拟环境）。
• 解决方法：
  • 明确指定 Python 解释器： 使用 python -m pip install numpy 或 python3 -m pip install numpy 来确保 pip 使用特定的 Python 解释器。
  • 使用虚拟环境 (强烈推荐)： 虚拟环境是解决多环境问题的最佳方案。

第六部分：使用虚拟环境安装 NumPy (最佳实践)

管理 Python 项目依赖的一个常见挑战是，不同项目可能需要不同版本的同一个库，或者相互冲突的库。将所有库都安装到全局 Python 环境中很快会导致“依赖地狱”。虚拟环境就是为了解决这个问题而生。

什么是虚拟环境？

虚拟环境是一个独立于系统全局 Python 环境的目录。当你创建一个虚拟环境时，它会复制一份 Python 解释器以及 pip。在这个虚拟环境中安装的任何库都只会存在于这个环境中，不会影响到全局环境或其他虚拟环境。这使得每个项目都可以拥有自己独立的、干净的依赖集合。

为什么使用虚拟环境？

1. 避免冲突： 不同项目可以安全地使用不同版本的库。
2. 干净的环境： 每个项目只安装其必需的库，环境保持精简。
3. 易于管理： 可以轻松创建、删除和复制环境。
4. 权限问题： 在虚拟环境中，你通常拥有完全的写权限，避免了安装到系统目录时的权限问题。
5. 项目隔离： 有助于区分不同项目的依赖。

如何使用虚拟环境安装 NumPy？

现代 Python 3 版本内置了 venv 模块，用于创建虚拟环境。这是最简单易用的方式。

步骤 1：打开命令行或终端

步骤 2：创建虚拟环境

导航到你想要创建虚拟环境的项目目录（或者任何你喜欢的位置）。然后执行以下命令：

bash
python -m venv myenv
或（如果你使用 python3 命令启动 Python）
bash
python3 -m venv myenv

• python -m venv: 调用 Python 的 venv 模块。
• myenv: 你给虚拟环境起的名称。你可以用任何你喜欢的名字，例如 .venv、env、venv_[项目名] 等。通常将其创建在项目根目录下。

执行这个命令后，会在当前目录下创建一个名为 myenv 的文件夹，里面包含了新的 Python 解释器、pip 以及一些其他文件。

步骤 3：激活虚拟环境

在安装或使用虚拟环境中的库之前，你需要先激活它。激活命令因操作系统和使用的 shell 而异：

• Windows (Command Prompt):
  bash
myenv\Scripts\activate
• Windows (PowerShell):
  bash
myenv\Scripts\Activate.ps1
• macOS and Linux (Bash/Zsh):
  bash
source myenv/bin/activate

成功激活后，你会发现命令行提示符前面多了一个括号，里面是你的虚拟环境名称，例如 (myenv) C:\YourProject> 或 (myenv) user@host:~/YourProject$。这表示你当前的操作都在名为 myenv 的虚拟环境中进行。

步骤 4：在激活的虚拟环境中安装 NumPy

现在，当虚拟环境被激活时，使用标准的 pip install numpy 命令。这个 pip 命令会是虚拟环境自带的那个 pip，因此所有库都会安装到这个环境中。

bash
(myenv) C:\YourProject> pip install numpy

你会看到熟悉的安装过程输出，并且 Successfully installed numpy-x.y.z 确认安装成功。

步骤 5：验证安装 (在虚拟环境中)

在虚拟环境被激活的状态下，启动 Python 解释器并导入 NumPy：

“`bash
(myenv) C:\YourProject> python
Python 3.11.0 (…) on win32
…

import numpy as np
print(np.version)
1.26.2 # 输出虚拟环境中安装的NumPy版本
exit()
“`

步骤 6：退出虚拟环境

当你完成在虚拟环境中的工作时，可以随时退出。

bash
(myenv) C:\YourProject> deactivate

执行 deactivate 命令后，命令行提示符前面的 (myenv) 会消失，你就回到了系统的全局环境中。此时在全局环境中尝试导入 NumPy，如果之前没有安装，会提示找不到模块。

总结： 使用虚拟环境是管理 Python 依赖最强大和推荐的方式。对于每一个新的项目，创建一个新的虚拟环境，并在其中安装所需的库，包括 NumPy。

结论：迈出你的第一步

通过本文，我们详细了解了 NumPy 在 Python 数据科学领域的核心地位，以及如何使用最常用的包管理工具 pip 来安装 NumPy。我们从检查必备环境开始，一步步演示了标准的安装命令，介绍了安装指定版本、升级和卸载的方法，并提供了详细的安装后验证步骤。此外，我们还深入探讨了安装过程中可能遇到的常见问题及解决方案，并强烈推荐了使用虚拟环境这一最佳实践来管理你的 Python 项目依赖。

安装 NumPy 只是你数据科学或数值计算旅程的起点。NumPy 强大的数组操作能力和丰富的函数库等待你去探索。一旦安装成功，你可以开始学习如何创建数组、进行基本的数学运算、使用索引和切片、应用广播机制等等。

希望这篇详细的指南能够帮助你顺利完成 NumPy 的安装。现在，是时候打开你的代码编辑器，导入 numpy as np，并开始编写你的第一个使用 NumPy 的程序了！祝你在 NumPy 的世界里探索愉快，计算高效！

---