Python - 七种武器之NumPy

本文介绍了Python科学计算库NumPy,它是机器学习和数据分析的重要基础。文章涵盖了NumPy的安装、基础结构如多维数组,以及函数操作、高阶功能如广播和傅立叶变换。还简单提及了Pandas在数据分析中的应用。
摘要由CSDN通过智能技术生成

Python是一个优秀的通用性编程语言,站在AI的风口,光芒四射,更是借助开源流行库(NumPy, SciPy, Matplotlib, Pandas等),成为强大的科学计算,机器学习首选环境。我们今天也来学习一下其七种武器之一的NumPy库。

目录

七种武器

Numpy介绍

Numpy安装

基础结构

函数及操作

高阶功能

Pandas介绍

总结

1 Python的七种武器

官网 https://scipy.org/

Sigh Pie官网展示了Python的用于科学计算,统计分析,机器学习用途的开源武器:


NumPy:多维数组/矩阵基础包,是很多其他包的基石,如Pandas

SciPy: 科学计算基础包

Matplotlib: 快速生成2D图像

IPython: 增强的交互命令行

Sympy: 数学符号计算库,积分,微分,线性代数

Pandas:基于NumPy的数据分析,支持Series, Time-Series, DataFrame,                     Panel,功能非常强大。

以上六种+Python本身构成了“七种武器”。

2 NumPy介绍

NumPyNumericalPython Extensions)是一个第三方的开源Python包,用于科学计算,其前身是1995年开始开发的基于一个用于数组运算的库,经过长时间的发展,基本上成了绝大多数Python科学计算的基础包。

NumPy主要操作的对象是同种类型元素的多维数组/矩阵,并提供大量科学计算,尤其是线性代数,简单数学,逻辑,排序,选择,I/O,傅立叶变换,基本统计,随机模拟;而标准Python库中的array.array只提供少量功能。



NumPy:http://www.numpy.org/

官网如下简洁介绍:

强大的N维数组对象及处理

sophisticated (broadcasting) functions 强大的函数功能,broadcasting?

与C++与Fortran集成

线性代数、傅立叶转换和随机数生成函数

NumPy提供了两种基本的对象,ndarray(N-dimensional array object)和ufunc(universal function object)可以对其N维数组进行计算处理.

3 NumPy安装

可以去官网下载适合wheels,并在Python环境中进行安装。

https://pypi.python.org/pypi/numpy



安装后简单在Python的命令行环境IDLE中运行:


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值