用途：在用户要求使用 NumPy、编写 NumPy 代码、优化数组或做向量化时，提供最佳实践指导。NumPy 是 Python 科学计算基础包，提供 N 维数组、向量化数学运算、广播、线性代数、傅里叶变换与随机数生成。
主要能力与用法：导入统一用 import numpy as np，避免 from numpy import 。数组创建按场景选择 np.array、np.zeros、np.ones、np.empty、np.arange、np.linspace、np.eye、np.zeros_like/ones_like；dtype 明确指定，如 np.float32、np.int32、np.bool_，避免隐式上转与整型静默溢出。随机数使用 rng = np.random.default_rng(seed=42)，旧版 np.random. 已不推荐。
用向量化代替 Python 循环；np.vectorize 只是便利包装，不提升性能。广播按尾随维度规则，比较相等或其中一维为 1 则兼容，否则报错；避免产生超大中间数组。基本切片返回视图，高级索引（整型数组、布尔掩码）返回副本，可用 arr.base 判断，必要时用 .copy()。聚合用 axis 参数，如 arr.sum(axis=0)。
形状操作可用 arr.reshape(-1)、arr.reshape(-1,1)、np.newaxis。线性代数用 np.linalg，矩阵乘法优先 @，解方程用 np.linalg.solve(A, b) 而非 inv(A) @ b；np.matrix 已弃用。存取用 np.save/np.load、np.savez/np.savez_compressed，大数组优先二进制 .npy/.npz，文本用 np.savetxt/np.loadtxt。
限制：本资料未提供安装命令、版本要求、许可与收费信息，暂未提供。技能侧重编码规范，不覆盖所有 NumPy API。