NumPyadalah perpustakaan yang kuat dalam Python yang menyediakan sokongan untuk tatasusunan dan matriks yang besar dan multi-dimensi, bersama-sama dengan koleksi fungsi matematik berperingkat tinggi untuk beroperasi pada tatasusunan ini. Ia adalah salah satu perpustakaan teras dalam ekosistem pengkomputeran saintifik dan digunakan secara meluas untuk tugas-tugas yang merangkumi operasi matematik mudah hingga analisis data yang kompleks.

Ciri utama NumPy ialah objek ndarray (n-dimensional array), yang merupakan bekas yang pantas dan fleksibel untuk set data besar dalam Python. Tidak seperti senarai Python, array NumPy disimpan dalam lokasi memori bersebelahan, yang membolehkan ia diakses dan dimanipulasi dengan lebih cekap. Ini menjadikan NumPy sangat berharga untuk mengendalikan sejumlah besar data dan melaksanakan pengiraan matematik yang memerlukan kelajuan dan ketepatan.

NumPy menyediakan pelbagai fungsi matematik, seperti operasi aljabar linear, fungsi statistik, dan penjanaan nombor rawak. Fungsi-fungsi ini dioptimumkan untuk prestasi dan boleh dilaksanakan dengan cekap, menjadikan NumPy alat penting bagi sesiapa yang bekerja dalam sains data, pembelajaran mesin, atau penyelidikan saintifik.

NumPy telah menjadi asas untuk banyak perpustakaan sains data lain dalam Python, seperti pandas, SciPy, dan scikit-learn. Keupayaannya untuk berintegrasi dengan lancar dengan perpustakaan ini dan sokongan komuniti yang luas menjadikan NumPy pilihan utama untuk pembangun dan penyelidik yang ingin menjalankan analisis data dan pengiraan berangka dengan cekap.

Ciri Utama:

• Array N-dimensional: Objek array berbilang dimensi yang cekap untuk mengendalikan set data yang besar.
• Penyiaran: Membolehkan operasi aritmetik pada tatasusunan dengan bentuk yang berbeza tanpa gelung secara eksplisit.
• Fungsi Sejagat (ufuncs): Operasi pantas, elemen-demi-elemen pada tatasusunan untuk pengiraan matematik.
• Pengindeksan dan Pemotongan: Alat yang berkuasa untuk mengakses dan memanipulasi data dalam tatasusunan.
• Aljabar Linear dan Fungsi Matematik: Sokongan terbina untuk operasi matriks, aljabar linear, dan fungsi statistik.
• Interoperability: Serasi dengan perpustakaan sains lain dan boleh berhubung dengan kod C, C++, dan Fortran.
• Random Number Generation: Alat untuk menghasilkan nombor rawak untuk simulasi dan aplikasi statistik.
• Penggunaan Memori yang Efisien: Lebih efisien dari segi memori dan lebih pantas daripada senarai Python untuk mengendalikan set data yang besar.