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
NumPy(NumericalPython 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: