摘要：
目录 NumPy 的安装 简单包安装 在大多数情况下，在系统上安装 NumPy 的最佳方法是：为您的操作系统与构建一个包。 1. 使用 pip 从源码构建 阅读全文
摘要：
目录 NumPy 优点 NumPy 的 完全支持面向对象的方法。 例如： 1. 是一个类，拥有许多方法和属性。 2. 的许多方法是 NumPy 名称空间中的函数镜像，允许程序员按照他们喜欢的范式进行编码。 3. NumPy 的灵活性允数组方言和 类成为 Python 中使用的多维数据交换语言。 阅读全文
摘要：
目录 为什么 NumPy 速度很快 矢量化 矢量化描述了代码中没有任何显示循环、索引等，其他优化使用预编译的 C 代码。 矢量化有许多优点，包括： + 矢量化代码更简洁，更易于阅读。 + 更少的代码通常意味着更少的错误。 + 代码更接近标准的数学符号（编写易用的数学结构代码更加容易）。 + 矢量化会 阅读全文
摘要：
目录 简单例子 1、使用 Python 的列表 在科学计算中，关于序列大小和速度的问题尤为重要。 作为一个简单的例子，有两个相同长度的序列，将前一序列与后一序列中的相应元素相乘。 如果数据存储在两个 Python 列表 和 中，则可以遍历每个元素： 2、C 语言加速 例 1 中获得了正确的答案，但是 阅读全文
摘要：
目录 NumPy 和 Python NumPy 的核心是 ndarray 对象。 ndarray 是封装了同构数据类型的 n 维数组，为了提高性能，在编译代码时执行了许多操作。 NumPy 数组和标准 Python 序列之间有几个重要的区别： 1. 创建时 NumPy 数组的大小是固定的，不像 Py 阅读全文
摘要：
目录 能做什么 它是一个 Pyth还么有uon库，提供多维数组对象、各种派生对象（如屏蔽数组和矩阵）、多种用于对数组进行快速操作的例程，包括 + 数学 + 逻辑 + 形状操作 + 排序 + I/O + 离散傅里叶变换 + 基本线性代数 + 基本统计运算 + 随机模拟 + 等等 阅读全文
摘要：
目录 NumPy 是什么 NumPy 是 Python 中科学计算的基本包。 NumPy是Python中科学计算的基本包。 它是一个Python库，它提供多维数组对象、各种派生对象（如屏蔽数组和矩阵）以及各种用于对数组进行快速操作的例程，包括数学、逻辑、形状操作、排序、选择、I/O、离散傅立叶变换、 阅读全文
摘要：
索引 NumPy 用户指南 基本问题 NumPy是什么 NumPy是什么 NumPy能做什么 NumPy和Python 简单例子 NumPy为什么很快 NumPy优点 NumPy的安装 快速入门教程 先决条件 基础知识 基础知识 简单例子 多维数组对象的重要属性 数组创建 创建已知内容的数组 打印数 阅读全文