NumSharp ——用C#进行科学计算

SciSharp Stack

于 2019-08-25 22:33:09 发布

阅读量8.5k

点赞数 2

分类专栏： NumSharp 文章标签： NumSharp NumPy .NET Core

本文链接：https://blog.csdn.net/SciSharp/article/details/100068839

版权

NumSharp是.NET开发人员的线性代数库，旨在模仿NumPy的语法，便于移植Python代码。它利用Span技术提升性能，并提供丰富的数组和矩阵操作。通过引入LAPACK支持和单元测试，NumSharp支持多维数组、标量运算以及隐式转换，让C#更适合机器学习项目。

摘要由CSDN通过智能技术生成

在这里插入图片描述
NumPy是在python中处理数据的最基本和最强大的包。如果您打算从事数据分析或机器学习项目，那么对numpy的充分理解几乎是必须的。其他用于数据分析的软件包（如pandas）是建立在numpy之上的，用于构建机器学习应用程序的scikit-learn软件包也非常适合numpy。但对于.NET开发人员来说，没有这样的工具库。虽然有像Deedle和Math.NET这样的开源库，但它们不是很容易使用，也不能借用很多现有的python代码。

NumSharp（Numerical .NET）是C＃中的线性代数库。它是用C＃编写的，符合.net标准2.0库。它的目标是允许.NET开发人员使用NumPy的语法编写机器学习代码，从而最大限度地降低迁移python代码的成本。 NumSharp使用最新的Span技术直接安全地访问内存，优化每个模拟API的性能。 NumSharp对于在数组上执行数学和逻辑运算非常有用。它为.NET中的n阵列和矩阵的操作提供了大量有用的功能。

让我们给出一个代码片段来说明如何使用NumSharp。

// 初始化一个NumSharp实例，类名故意叫NumPy
var np = new NumPy<int>();
// 产生一个数字0到9的向量
np.arange(10)
// 产生一个3维张量
np.arange(12).reshape(2, 3, 2);
// 产生10个0到9的随机数，并转换成5*5的矩阵
np.random.randint(low: 0, high: 10, size: new Shape(5, 5));

上面的代码是不是看起来否非常接近python代码？