python中numpy库介绍

最新推荐文章于 2024-08-26 19:57:40 发布

道法—自然

最新推荐文章于 2024-08-26 19:57:40 发布

阅读量1.3k

点赞数 3

分类专栏： Python

本文链接：https://blog.csdn.net/wyqwilliam/article/details/107827666

版权

本文详细介绍了Python中广泛使用的numpy库，包括其基本概念、主要功能和常见操作。通过实例解析，展示了numpy如何进行数值计算、矩阵操作以及数据处理，揭示了numpy在科学计算中的强大能力。

摘要由CSDN通过智能技术生成

Numpy

1.Numpy是什么？
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。 NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。
这个库的前身是1995年就开始开发的一个用于数组运算的库。经过了长时间的发展，基本上成了绝大部分Python科学计算的基础包，当然也包括所有提供Python接口的深度学习框架。

2.为什么使用Numpy？
a)便捷：
对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多。这是因为NumPy能够直接对数组和矩阵进行操作，可以省略很多循环语句，其众多的数学函数也会让编写代码的工作轻松许多。

b)性能：
NumPy中数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构（如嵌套的list容器）。其能够提升的性能是与数组中元素的数目成比例的。对于大型数组的运算，使用NumPy的确很有优势。对于TB级的大文件，NumPy使用内存映射文件来处理，以达到最优的数据读写性能。


c)高效：
NumPy的大部分代码都是用C语言写成的，这使得NumPy比纯Python代码高效得多。
   		当然，NumPy也有其不足之处，由于NumPy使用内存映射文件以达到最优的数据读写性能，而内存的大小限制了其对TB级大文件的处理；此外，NumPy数组的通用性不及Python提供的list容器。因此，在科学计算之外的领域，NumPy的优势也就不那么明显。
3.Numpy的安装：
（1）官网安装。http://www.numpy.org/。
（2）pip 安装。pip install numpy。
（3）LFD安装，针对windows用户http://www.lfd.uci.edu/~gohlke/pythonlibs/。
（4）Anaconda安装（推荐），Anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便。下载地址：https://www.anaconda.com/download/。
4.numpy 基础：
NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。NumPy的数组类被称