Конспект лекции

Numpy — библиотека для векторизованных вычислений (документация numpy, англ.).
Scipy — библиотека для научных вычислений.

В видео с 0:01:10 — сравнение скорости работы питоновского списка (list) и нампаевского списка (arange);

Самое медленное место в языке Python — циклы.

%%time и %%timeit магические команды jupiter notebook для управления временем. Они полезны тогда, когда код выполняется медленно, и нужно отыскать причину этого.
%%time дает информацию о времени выполнения при единичном запуске кода в ячейке.
%%timeit многократно запускает код и вычисляет среднее значение.

Массивы

В видео с 0:03:20 — создание массивов numpy;
Массив может быть создан из обычного списка или кортежа Python с использованием функции array()

Размерность массивов
Разберемся, как многомерные массивы хранятся внутри библиотеки.
Массивы хранятся как единый большой кусок данных, последовательно. Поэтому изменение размерности приводит просто к перестановке указателей к началу новой строки (с самими данными никаких операций не происходит).

Фиктивная ось — ось, размерность которой равна 1.
Зачем они нужны?
В некоторых случаях нужно явно иметь представление для массива, который является вектор-строкой или вектор-столбцом.
Можно добавлять сразу несколько фиктивных размерностей.