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

Contributers: yangjh