Numpy 简介

Numpy 简介

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 官网: http://www.numpy.org/
点击查看如图：

Numpy 应用场景

NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

• 一个强大的N维数组对象 ndarray
• 广播功能函数
• 整合 C/C++/Fortran 代码的工具
• 线性代数、傅里叶变换、随机数生成等功能

Numpy 优点

• 同样的数值计算，使用Numpy要比编写python代码便捷很多。
• Numpy中数组的存储效率和输入输出性能远远优于python，提升的性能和数组元素个数成正比。
• Numpy的大部分代码是C语言，底层算法在设计时有着优异的性能，使得Numpy比纯python更加高效。

Numpy 缺点

• Numpy使用内存映射文件，能够达到更优的数据读写性能，内存的大小限制了对其TB级别大文件的处理。
• Numpy数组的通用性不及python提供的list容器，科学计算之外的领域，优势并不明显。

相关链接

NumPy 源代码：https://github.com/numpy/numpy
SciPy 官网：https://www.scipy.org/
SciPy 源代码：https://github.com/scipy/scipy
Matplotlib 官网：https://matplotlib.org/
Matplotlib 源代码：https://github.com/matplotlib/matplotlib

现在开始我们的Numpy学习之旅吧!