Python是一門強大的編程語言，擁有豐富的數據分析和科學計算庫。集合向量化可以有效地提高代碼執行的效率，減少程序員的編程負擔，Pyhton中也有相關的庫來實現集合向量化計算。

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
# 向量加法
c = a + b
print(c) # 結果為 [5, 7, 9]
# 向量乘法
d = a * b
print(d) # 結果為 [4, 10, 18]

上面的例子使用了numpy庫來實現向量的加法和乘法。numpy是Python中最流行的科學計算庫之一，它提供了一個N維數組對象，以及用于操作這些數組的函數。

使用numpy庫可以方便地進行向量操作和統計計算，例如計算平均值、標準差、相關系數等等。

# 求向量a的平均值和標準差
a_mean = np.mean(a)
a_std = np.std(a)
print(a_mean, a_std)
# 求向量a和b的相關系數
corr = np.corrcoef(a, b)
print(corr)

除了numpy庫之外，Python中還有pandas庫，它是一個用于數據分析的庫，提供了DataFrame對象和Series對象來處理數據集。pandas庫也可以方便地進行向量化計算。

# 創建一個DataFrame對象
data = {'a': [1, 2, 3], 'b': [4, 5, 6]}
df = pd.DataFrame(data)
# 取出列向量進行加法運算
c = df['a'] + df['b']
print(c)

總之，Python中的向量化計算可以使代碼更為簡潔，執行速度更快，并且方便統計和數據分析，值得學習和使用。