numpy 介绍

numpy

NumPy（Numerical Python）是 Python 编程语言的一个核心库，它为科学计算提供了支持。NumPy 提供了多维数组对象（ndarray）、各种派生对象（如掩码数组和矩阵），以及用于快速操作数组的函数，包括数学、逻辑、形状操作、排序、选择、输入/输出（I/O）、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等。

NumPy 的主要特点

• 强大的 N 维数组对象 ndarray：
  • 这是 NumPy 最重要的特性之一，ndarray 是一个固定类型的多维数组，所有元素必须是相同的数据类型，这使得它比 Python 内置的列表更加高效。
  • 支持大量的维度和大小，并且具有矢量化操作的能力，可以显著提高性能。
    
• 广播功能：
  • 广播是一种强大的机制，允许不同形状的数组之间进行算术运算，而无需复制数据或创建额外的内存副本。
    
• 集成 C/C++ 和 Fortran 代码：
  • NumPy 可以轻松地与用 C、C++ 或 Fortran 编写的外部库接口，从而扩展其功能并提升性能。
    
• 线性代数、傅立叶变换和随机数生成：
  • 提供了丰富的数学函数库，能够执行矩阵运算、求解线性方程组、特征值问题、奇异值分解等；还支持快速傅里叶变换和高质量的伪随机数生成器。
    
• 高效的数组操作：
  • 包含大量内置函数用于数组的操作，例如索引、切片、迭代、重塑、连接、分割等，这些操作通常比纯 Python 实现更加快速。
    
• 兼容性和互操作性：
  • NumPy 数组可以用作其他库（如 SciPy、Pandas、Matplotlib 等）的基础数据结构，确保了良好的兼容性和互操作性。
    
  
  

numpy

安装 NumPy

可以通过 pip 工具安装 NumPy：

[backcolor=var(--TY-Fill-0)][color=var(--TY-Text-1)][backcolor=var(--TY-Fill-3)]bash[color=var(--TY-Text-2)]深色版本


pip install numpy

对于 Anaconda 发行版用户，NumPy 已经默认包含在内，可以直接使用。

使用 NumPy 的简单示例[backcolor=var(--TY-Fill-0)][color=var(--TY-Text-1)][backcolor=var(--TY-Fill-3)]python[color=var(--TY-Text-2)]深色版本


import numpy as np# 创建一个简单的 1D 数组a = np.array([1, 2, 3])# 创建一个多维数组b = np.array([[1, 2, 3], [4, 5, 6]])# 获取数组的形状print("Shape of array b:", b.shape)# 计算两个数组的点积c = np.dot(a, b[0])  # a 和 b 的第一行相乘print("Dot product of a and first row of b:", c)# 使用广播机制将标量加到每个元素上d = a + 5print("Adding scalar to each element in a:", d)

numpy

NumPy 在科学计算中的地位

NumPy 是许多其他 Python 科学计算工具的基础，例如 SciPy（用于高级科学和技术计算）、Pandas（用于数据分析）、Matplotlib（用于绘图）。它是 Python 数据科学生态系统中不可或缺的一部分，广泛应用于机器学习、深度学习、图像处理等领域。由于其高性能和易用性，NumPy 成为了从事数值计算工作的科学家、工程师和开发者首选的工具之一。