Por que Python virou a linguagem dos dados

Python é pequeno, e o ecossistema é grande

O Python em si não sabe treinar uma rede neural, desenhar um gráfico nem ler uma planilha. Nada disso vem embutido. O que o Python tem é uma sintaxe fácil de ler e uma facilidade enorme de chamar código escrito em outras linguagens. Foi isso que atraiu quem trabalhava com cálculo numérico: dava para escrever o miolo pesado em C ou Fortran e usá-lo por uma interface simples em Python.

O NumPy nasceu em meados dos anos 2000, da unificação de dois projetos anteriores (o Numeric e o Numarray). Todo o resto da pilha de dados foi construído em cima dele:

Nenhuma dessas bibliotecas faz parte do Python. Cada uma foi escrita por pessoas, publicada de graça e mantida por uma comunidade. Dá para conferir isso no próprio interpretador:

import importlib.util
import sys

import numpy as np

print("numpy faz parte da biblioteca padrão?", "numpy" in sys.stdlib_module_names)
print("numpy está instalado aqui?", importlib.util.find_spec("numpy") is not None)
print(type(np.add).__name__, type(np.ndarray).__name__)

numpy faz parte da biblioteca padrão? False
numpy está instalado aqui? True
ufunc type

O np.add é um objeto do tipo ufunc, uma função compilada que opera sobre arrays inteiros. O trabalho pesado acontece nesse código compilado, e o Python só orquestra. Essa é a forma saudável de pensar em toda a pilha: Python é a cola, e a velocidade vem das camadas de baixo.

Quanto Python eu preciso saber antes?

Menos do que você imagina. Variáveis, listas, laços, funções e import bastam para começar, e o resto você aprende usando. Ninguém memoriza uma biblioteca inteira. Quem trabalha com dados consulta a documentação o tempo todo, e o que importa é saber o que é possível, para saber o que procurar.