Numpy简介

NumPy（Numerical Python）是Python中用于科学计算的基础包。其提供了多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种例程，包括数学、逻辑、形状操作，排序，选择，I/O，离散傅里叶变换，基本线性代数，基本统计操作，随机模拟等等。

NumPy包的核心是narray对象。其封装了同构数据类型的n维数组，许多操作在编译后的代码中执行，以提高性能。NumPy数组和标准Python序列之间有几个重要的区别：

• NumPy数组在创建时具有固定的大小，不像Python列表（可以动态增长）。更改narray的大小将创建一个新数组并删除原来的数组。
• NumPy数组中的元素都需要具有相同的数据类型，因此在内存中具有相同的大小。
• NumPy数组能对大量数据进行高级数学和其他类型的操作。通常，与使用Python的内置序列相比，这样的操作执行效率更高，代码也更少。
• 越来越多的基于python的科学和数学包正在使用NumPy数组；虽然这些通常支持python序列输入，但它们在处理之前将这些输入转换为NumPy数组，并且它们通常输出NumPy数组。换句话说，为了有效地使用许多（甚至可能是大多数）当今基于Python的科学/数学软件，仅仅知道如何使用Python的内置序列类型是不够的——还需要知道如何使用NumPy数组。

本网站将详细探讨NumPy的使用过程。