Учебник по NumPy

ГЛАВНАЯ Введение в NumPy Начало работы с NumPy NumPy Создание массивов Индексация массива NumPy Нарезка массива NumPy Типы данных NumPy Копирование NumPy против просмотра Форма массива NumPy Изменение формы массива NumPy Итерация массива NumPy Объединение массивов NumPy Разделение массива NumPy Поиск массива NumPy Сортировка массива NumPy Фильтр массива NumPy

NumPy Случайный

Случайное вступление Распределение данных Случайная перестановка Морской модуль Нормальное распределение Биномиальное распределение Распределение рыбы Равномерное распределение Логистическая дистрибуция Полиномиальное распределение Экспоненциальное распределение Распределение площади Чи Рэлеевское распределение Распределение Парето Распределение Zipf

NumPy ufunc

Введение ufunc Создать функцию ufunc Простая арифметика ufunc Округление десятичных знаков Журналы UFUNC ufunc Суммирование продукты ufunc Отличия ufunc ufunc Поиск LCM ufunc Поиск НОД ufunc Тригонометрический ufunc Гиперболический ufunc набор операций

Викторина/Упражнения

Викторина NumPy NumPy-упражнения

Введение в NumPy


Что такое NumPy?

NumPy — это библиотека Python, используемая для работы с массивами.

Он также имеет функции для работы в области линейной алгебры, преобразования Фурье и матриц.

NumPy был создан в 2005 году Трэвисом Олифантом. Это проект с открытым исходным кодом, и вы можете использовать его свободно.

NumPy означает числовой Python.


Зачем использовать NumPy?

В Python у нас есть списки, которые служат для массивов, но они медленно обрабатываются.

NumPy стремится предоставить объект массива, который работает до 50 раз быстрее, чем традиционные списки Python.

Объект массива в NumPy называется ndarray, он предоставляет множество вспомогательных функций, упрощающих работу с ним ndarray.

Массивы очень часто используются в науке о данных, где очень важны скорость и ресурсы.

Наука о данных: это отрасль информатики, в которой мы изучаем, как хранить, использовать и анализировать данные для получения из них информации.


Почему NumPy быстрее списков?

Массивы NumPy хранятся в одном непрерывном месте в памяти, в отличие от списков, поэтому процессы могут очень эффективно получать к ним доступ и манипулировать ими.

Такое поведение называется локальностью ссылки в информатике.

Это основная причина, по которой NumPy работает быстрее, чем списки. Также он оптимизирован для работы с последними архитектурами ЦП.


На каком языке написан NumPy?

NumPy — это библиотека Python, частично написанная на Python, но большинство частей, требующих быстрых вычислений, написаны на C или C++.


Где находится кодовая база NumPy?

Исходный код NumPy находится в этом репозитории github https://github.com/numpy/numpy .

github: позволяет многим людям работать над одной кодовой базой.