NumPy provee la estructura de arreglo (array) multidimensional que sirve de base para prácticamente todo el ecosistema científico y de machine learning en Python, junto con operaciones matemáticas vectorizadas que son considerablemente más rápidas que hacer los mismos cálculos con estructuras nativas de Python.
Por qué es la base de todo el ecosistema
Bibliotecas como pandas, scikit-learn, TensorFlow y PyTorch se construyen sobre las estructuras y convenciones que NumPy estableció, por lo que entender sus arreglos multidimensionales es un requisito prácticamente indispensable para trabajar con datos en Python.