第三天，我們要來認識 Python 資料分析的核心基石——NumPy。後續會大量使用的 Pandas 表格與繪圖套件，底層都是依賴 NumPy 進行高速的矩陣與數值運算。今天我們同樣以純 .py 腳本建立 day03_numpy_basics.py，掌握陣列的基本操作與向量化運算。

第一部分
新建 day03_numpy_basics.py，寫下陣列的建立與基礎屬性檢查：

第二部分
接著進行陣列形狀變換與常態分佈/隨機數值的生成：

第三部分
最後體驗 NumPy 最強大的特性——向量化運算與布林遮罩篩選，完全不需要寫任何 for 迴圈：

執行 python day03_numpy_basics.py 後，終端機順利印出矩陣形狀、轉置結果以及篩選後的成績陣列。

第四部分
確認程式運作無誤後，將今天的進度推送到 GitHub 進行版本控制：

我前面已經commit過了，但後面打錯重用，才會顯示nothing to commit。
終端機顯示更新推送成功，回到 GitHub 重新整理頁面，就能看到今天新增的 day03_numpy_basics.py。

今日心得/遇到的問題
今天體驗到 NumPy 向量化運算的強大之處。在傳統 Python 寫法中，如果要把清單內的數字全部加上 5 或進行條件過濾，必須透過 for 迴圈或推導式逐一處理；而在 NumPy 中直接使用 scores + 5 就能一次完成，程式碼精簡而且運算效率極高。