Python 內建的 turtle 模組，提供了海龜繪圖的實作，例如，以下這個簡單的程式，可以畫出星狀圖：
from turtle import *
leng = 200
a = 170
n = 37
speed(0)
for _ in range(n):
forward(leng) # 前進
left(a) # 轉向（角度）
done() # 繪圖完成（不關閉視窗）
執行結果如下：
這又跟 NumPy 有什麼關係呢？使用 NumPy 其實是種重新看待需求的過程，將一切都看成是資料的處理，使用 NumPy 來實現海龜繪圖，可以很好地示範出這個看待需求的過程。
首先，試著用 Matplotlib 來製出相同的圖案吧！這只要線圖就可以了，當然，你需要提供線的每個座標點，這可以使用 turtle 模組的 pos 函式，用來取得海龜的位置：
from turtle import *
import matplotlib.pyplot as plt
leng = 200
a = 170
n = 37
speed(0)
coords = []
for _ in range(n):
coords.append(pos())
forward(leng)
left(a)
x = [coord[0] for coord in coords]
y = [coord[1] for coord in coords]
plt.gca().set_aspect(1)
plt.plot(x, y)
plt.show()
程式中使用 coords 收集了海龜繪圖迭代過程的座標點，這可以畫出以下的圖案：
接著來用 NumPy 實現，基本出發點就是，可以不用迴圈就不用，不使用迴圈的意義其實在於，儘量透過 Universal 函式來處理資料，為了能透過 Universal 函式，你得有一筆資料，這該是什麼資料呢？
觀察上面的程式，你迭代了 n 次，每次的迭代會取得一次海龜座標，也就是說，你是將 0 到 n - 1 轉換為海龜座標，因此一開始的資料就只是：
step = np.arange(n)
有了初始的資料，接下來是將 0 到 n - 1 轉換為海龜座標：
def forward_left(_, leng, a):
forward(leng)
left(a)
return np.array(pos())
forward_left = np.frompyfunc(forward_left, 3, 1)
coord = np.array(forward_left(step, leng, a).tolist())
x = np_pos[:,0]
y = np_pos[:,1]
forward_left 取 step 中的每個元素，將之轉換為 pos 取得的座標，最後得到的結果，重組為 NumPy 陣列，這是為了後續可以透過索引範圍取出 x 與 y，將以上片段組合起來：
from turtle import *
import numpy as np
import matplotlib.pyplot as plt
def forward_left(_, leng, a):
forward(leng)
left(a)
return np.array(pos())
forward_left = np.frompyfunc(forward_left, 3, 1)
leng = 200
a = 170
n = 37
speed(0)
step = np.arange(n)
coord = forward_left(step, leng, a)
np_pos = np.array(coord.tolist())
x = np_pos[:,0]
y = np_pos[:,1]
plt.gca().set_aspect(1)
plt.plot(x, y)
plt.show()
執行結果與上一張圖是相同的，如果 forward_left 不是你實作的，你只要看成是個黑箱就可以了，當它是個傳入引數就傳回值的函式就可以了。
只不過，forward_left 中使用了 forward、left、pos，其實是有點作弊的方式，前兩者是有副作用的函式，改變了內部海龜的狀態，而且實際上也沒用到 step 每次傳入的元素值，這些看來都…很不 NumPy！
很不 NumPy 的意思是，forward、left、pos 看來只是指令，不像是在做資料處理與轉換，如果想更 NumPy 一些，就得知道海龜繪圖的原理，進一步將原理看待為資料處理的過程，這下篇文件再來談…