使用NumPy包进行科学计算主要需要掌握以下内容：
1.导入NumPy包
使用import numpy语句导入NumPy包，常用的导入别名方式为import numpy as np，方便在后面的代码中使用np来代替NumPy。
2.创建NumPy数组
使用NumPy提供的函数创建数组，比如np.array()、np.zeros()、np.ones()、np.arange()等。其中，np.array()可用于将列表、元组等序列转换为NumPy数组；np.zeros()和np.ones()可用于创建全0或全1的数组；np.arange()则类似于Python内置函数range()，用于创建等差数列序列。
3.数组操作
NumPy数组具有很多方便的操作，比如索引、切片、拼接、变形等。和Python内置的列表操作类似，可以使用方括号“[]”进行索引和切片操作，例如a[0]表示获取a数组中第一个元素；a[1:3]表示获取a数组中第2到第4个元素；np.concatenate()函数可以用于对多个数组进行拼接；np.resize()函数可用于调整数组大小。
4.数学计算
NumPy包提供了大量的数学函数和操作，例如np.sin()、np.cos()、np.exp()、np.log()等常见的数学函数。此外，NumPy数组也支持元素级别的加、减、乘、除操作等。可以使用“*”符号进行元素级别的乘法，使用“/”符号进行元素级别的除法等。
5.矩阵操作
NumPy提供了Matrix类，可以方便地进行矩阵操作。Matrix类的方法和操作和数组操作类似，只是实现方式略有不同。可以使用np.matrix()函数将一个数组转换为矩阵，使用矩阵乘法符号“@”进行矩阵乘法运算。
以上是NumPy的一些基础知识和操作，应该能够满足大部分科学计算的需求。如果需要更深入的学习，可以参考NumPy官方文档。