Numpy简介¶
NumPy是Python中科学计算的基础**包**。它是一个Python**库**,提供多维数组对象、各种派生对象(如屏蔽数组和矩阵)以及各种用于数组快速操作的例程,包括数学、逻辑、形状操纵、排序、选择、I/O、离散傅立叶变换、基本线性代数、基本的统计运算,随机模拟等等。
NumPy包的核心是ndarray
对象。这个对象封装了同质数据类型的**多维数组**,许多操作在编译代码中执行以提高性能。NumPy数组和标准Python序列之间有几个重要区别:
NumPy数组在创建时具有固定的大小,这与Python列表(可以动态增长)不同。更改数据阵列的大小将创建新数组并删除原始数组。
Numpy数组的特点 #card¶
NumPy数组中的元素都需要具有相同的数据类型,因此在内存中的大小相同。例外情况:可以有(Python,包括NumPy)对象的数组,从而允许不同大小元素的数组,但是元素的数据类型依然是相同的,皆为对象。 ^1658728203301
NumPy阵列便于对大量数据执行高级数学和其他类型的操作。通常,与使用Python内置序列相比,此类操作的执行效率更高,代码更少。
越来越多的基于Python的科学和数学软件包使用NumPy数组;尽管它们通常支持Python序列输入,但它们在处理之前将这些输入转换为NumPy数组,并且通常输出NumPy数组。换句话说,为了有效地使用当今基于Python的科学/数学软件的大部分(甚至可能是大部分),仅仅知道如何使用Python的内置序列类型是不够的——还需要知道如何使用NumPy数组。
最后更新:
2022年10月15日 01:02:48
创建日期: 2021年9月12日 05:55:32
创建日期: 2021年9月12日 05:55:32
Contributers: