Python 的列表是高效的通用容器。 它们支持(相当)有效的插入、删除、追加和连接，Python 的列表推导使它们易于构造和操作。
它们有一定的局限性：它们不支持像元素加法和乘法这样的“向量化”操作，而且它们可以包含不同类型的对象，这意味着 Python 必须存储每个元素的类型信息，并且在操作时必须执行类型调度代码 在每个元素上。
NumPy 不仅更高效； 它也更方便。 我们免费获得了很多向量和矩阵运算，这有时可以避免不必要的工作。 而且它们也得到了有效的实施。
NumPy 数组更快，我们在 NumPy、FFT、卷积、快速搜索、基本统计、线性代数、直方图等中内置了很多功能。