NumPy是Python语言的一个扩充程序库。支持高阶大量的矩阵运算，此外也针对数组运算提供大量的。NumPy的前身最早是由Jim Hugunin与协作者共同开发，2005年，Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色，并加入了扩展而开发了NumPy。NumPy为开放源代码并且由许多协作者共同维护开发。

NumPy引用CPython（一个使用字节码解释器），而在这个Python实现解释器上所写的数学算法代码通常远比编译过的相同代码要来得慢。为了解决这个难题，NumPy引入了数组以及可以直接有效率地操作数组的函数与运算符。因此在NumPy上只要能被表示为针对数组或矩阵运算的算法，其运行效率几乎都可以与编译过的等效C语言代码一样快。

NumPy提供了与MATLAB相似的功能与操作方式，因为两者皆为解释型语言，并且都可以让用户在针对数组或矩阵运算时提供较标量运算更快的性能。两者相较之下，MATLAB提供了大量的扩充工具箱(例如Simulink)；而NumPy则是根基于Python这个更现代、完整并且开放源代码的编程语言之上。此外NumPy也可以结合的Python扩充库。例如SciPy，这个库提供了更多与MATLAB相似的功能；以及Matplotlib，这是一个与MATLAB内置绘图功能类似的库。而从本质上来说，NumPy与MATLAB同样是利用BLASLAPACK来提供高效率的线性代数运算。

NumPy的核心功能是ndarray(即n-dimensional array，数组)数据结构。这是一个表示度、同质并且固定大小的数组对象。而由一个与此数组相关系的数据类型对象来描述其数组元素的数据格式（例如其字符组顺序、在存储器中占用的字符组数量、整数或者浮点数等等）。