NumPy
NumPy 是一個用於處理陣列的 Python 庫。它代表“Numerical Python”。
基本
隨機
ufunc
透過測驗測試學習
檢驗您對 NumPy 的掌握程度。
透過練習學習
NumPy 練習
練習：
請插入建立 NumPy 陣列的正確方法。
arr = np.
([1, 2, 3, 4, 5])
示例
建立 NumPy 陣列：
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
輸出：
[1 2 3 4 5]
<class 'numpy.ndarray'>
NumPy 簡介
什麼是 NumPy？
NumPy 是一個用於處理陣列的 Python 庫。它代表“Numerical Python”。它提供了一個稱為 ndarray 的多維陣列物件，以及用於操作這些陣列的高效函式。NumPy 還提供了用於線性代數、傅立葉變換和矩陣領域的函式。
NumPy 由 Travis Oliphant 於 2005 年建立，是一個開源專案，可以免費使用。
為什麼使用 NumPy？
在 Python 中，我們有列表來實現陣列的功能，但是它們處理起來速度較慢。NumPy 旨在提供一個比傳統 Python 列表快 50 倍的陣列物件。NumPy 中的陣列物件稱為 ndarray，它提供了許多支援函式，使得與 ndarray 的操作非常簡單。
在資料科學中，陣列被非常頻繁地使用，速度和資源非常重要。
資料科學：是電腦科學的一個分支，研究如何儲存、使用和分析資料以從中獲得資訊。
為什麼 NumPy 比列表快？
NumPy 陣列在記憶體中是連續儲存的，而不像列表那樣儲存不連續，因此程序可以非常高效地訪問和操作它們。這種行為在電腦科學中稱為區域性性引用。
這就是 NumPy 比列表更快的主要原因。此外，它還經過最佳化以與最新的 CPU 架構配合工作。
NumPy 是用哪種語言編寫的？
NumPy 是一個 Python 庫，部分是用 Python 編寫的，但大多數需要快速計算的部分是用 C 或 C++ 編寫的。
NumPy 入門
安裝 NumPy
如果您已經安裝了 Python 和 PIP，則安裝 NumPy 非常簡單。
使用以下命令進行安裝：
C:\Users\Your Name>pip install numpy
如果此命令失敗，則可以使用已經安裝了 NumPy 的 Python 發行版，如 Anaconda、Spyder 等。
匯入 NumPy
一旦安裝了 NumPy，透過新增 import 關鍵字將其匯入到您的應用程式中：
import numpy
現在 NumPy 已經被匯入並且可以使用了。
示例：
import numpy
arr = numpy.array([1, 2, 3, 4, 5])
print(arr)
NumPy 的別名 np
通常，NumPy 被匯入時會使用 np 別名。
別名：在 Python 中，別名是指同一個東西的另一個名稱。
可以使用 as 關鍵字在匯入時建立別名：
import numpy as np
現在可以使用 np 來引用 NumPy 包，而不是使用 numpy。
示例
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
檢查 NumPy 版本
NumPy 版本資訊儲存在 __version__ 屬性中。
示例
import numpy as np
print(np.__version__)
最後
為了方便其他裝置和平臺的小夥伴觀看往期文章：
微信公眾號搜尋：Let us Coding，關注後即可獲取最新文章推送
看完如果覺得有幫助，歡迎點贊、收藏、關注