NumPy
NumPy 是一个用于处理数组的 Python 库。它代表"Numerical Python"。
基本
随机
ufunc
通过测验测试学习
检验您对 NumPy 的掌握程度。
通过练习学习
NumPy 练习
练习:
请插入创建 NumPy 数组的正确方法。
python
arr = np.
([1, 2, 3, 4, 5])
示例
创建 NumPy 数组:
python
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
输出:
python
[1 2 3 4 5]
<class 'numpy.ndarray'>
NumPy 简介
什么是 NumPy?
NumPy 是一个用于处理数组的 Python 库。它代表"Numerical Python"。它提供了一个称为 ndarray
的多维数组对象,以及用于操作这些数组的高效函数。NumPy 还提供了用于线性代数、傅里叶变换和矩阵领域的函数。
NumPy 由 Travis Oliphant 于 2005 年创建,是一个开源项目,可以免费使用。
为什么使用 NumPy?
在 Python 中,我们有列表来实现数组的功能,但是它们处理起来速度较慢。NumPy 旨在提供一个比传统 Python 列表快 50 倍的数组对象。NumPy 中的数组对象称为 ndarray
,它提供了许多支持函数,使得与 ndarray
的操作非常简单。
在数据科学中,数组被非常频繁地使用,速度和资源非常重要。
数据科学:是计算机科学的一个分支,研究如何存储、使用和分析数据以从中获得信息。
为什么 NumPy 比列表快?
NumPy 数组在内存中是连续存储的,而不像列表那样存储不连续,因此进程可以非常高效地访问和操作它们。这种行为在计算机科学中称为局部性引用。
这就是 NumPy 比列表更快的主要原因。此外,它还经过优化以与最新的 CPU 架构配合工作。
NumPy 是用哪种语言编写的?
NumPy 是一个 Python 库,部分是用 Python 编写的,但大多数需要快速计算的部分是用 C 或 C++ 编写的。
NumPy 入门
安装 NumPy
如果您已经安装了 Python 和 PIP,则安装 NumPy 非常简单。
使用以下命令进行安装:
python
C:\Users\Your Name>pip install numpy
如果此命令失败,则可以使用已经安装了 NumPy 的 Python 发行版,如 Anaconda、Spyder 等。
导入 NumPy
一旦安装了 NumPy,通过添加 import
关键字将其导入到您的应用程序中:
python
import numpy
现在 NumPy 已经被导入并且可以使用了。
示例:
python
import numpy
arr = numpy.array([1, 2, 3, 4, 5])
print(arr)
NumPy 的别名 np
通常,NumPy 被导入时会使用 np
别名。
别名:在 Python 中,别名是指同一个东西的另一个名称。
可以使用 as
关键字在导入时创建别名:
python
import numpy as np
现在可以使用 np
来引用 NumPy 包,而不是使用 numpy
。
示例
python
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
检查 NumPy 版本
NumPy 版本信息存储在 __version__
属性中。
示例
python
import numpy as np
print(np.__version__)
最后
为了方便其他设备和平台的小伙伴观看往期文章:
微信公众号搜索:Let us Coding
,关注后即可获取最新文章推送
看完如果觉得有帮助,欢迎点赞、收藏、关注