学会使用 NumPy：基础、随机、ufunc 和练习测试

竹林君子

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。

1. arr = np.
2. ([1, 2, 3, 4, 5])

复制代码

示例
创建 NumPy 数组：

1. import numpy as np
3. arr = np.array([1, 2, 3, 4, 5])
5. print(arr)
6. print(type(arr))

复制代码

输出：

1. [1 2 3 4 5]
2. <class 'numpy.ndarray'>

复制代码

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：

1. C:\Users\Your Name>pip install numpy

复制代码

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：

1. import numpy

复制代码

现在 NumPy 已经被导入并且可以使用了。
示例：

1. import numpy
3. arr = numpy.array([1, 2, 3, 4, 5])
5. print(arr)

复制代码

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：

1. import numpy as np

复制代码

现在可以使用 np 来引用 NumPy 包，而不是使用 numpy。
示例

1. import numpy as np
3. arr = np.array([1, 2, 3, 4, 5])
5. print(arr)

复制代码

检查 NumPy 版本

NumPy 版本信息存储在 __version__ 属性中。
示例

1. import numpy as np
3. print(np.__version__)

复制代码

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

来源:https://www.cnblogs.com/xiaowange/p/18168664
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！