学习Python比较好的一个优势就是很多大佬已经为我们写好了很多实用且高效的库。正如“拿来主义”,我们只要拿来用就行。当然想要精益求精的,可以深入了解一下这些库的源代码。
这里介绍一个numpy函数库,可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix)),支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
由于深度学习算法在数据处理过程中大都涉及线性代数的知识,需要用到矩阵操作,Python本身没有处理矩阵的数据类型,因此需要使用附加的函数库。其中NumPy函数库是Python开发环境的一个独立模块,是Python的一种开源的数值计算扩展工具。
NumPy的发音是【'numpai】,取自”Numeric(数值)“和”Python“的简写。
- 导入
在使用NumPy库之前,首先必须导入该函数库,导入方式如下:
import numpy as np
或者直接
import numpy
上面两种在使用numpy的函数时,需要分别以np.和numpy.开头。
还有一种方式
from numpy import *
这种在使用numpy的属性则不需要加入numpy。但这种不建议使用,因为你下次引用和numpy里的函数一样的情况,就会出现命名冲突。