在数据科学的广阔领域中，NumPy 就像是一座坚固的基石，支撑起无数强大的数据分析与机器学习应
用。为什么这么说呢？让我们先从 Python 的原生数据结构 — 列表（list）讲起。
假设你要对一个包含大量数字的列表进行简单的数学运算，比如每个元素都乘以 2。使用 Python 列表
，你可能会这样写：

my_list = [1, 2, 3, 4, 5]
result_list = []
for num in my_list:
    result_list.append(num * 2)
print(result_list) 

这段代码虽然直观，但当数据量变得非常大时，效率就会成为问题。每一次循环都需要进行函数调用
和条件判断，这在大规模数据处理中会带来显著的时间开销。
现在，让我们看看 NumPy 是如何解决这个问题的。首先，需要将列表转换为 NumPy 数组：