什么是 Numpy 库？

原文：https://www.studytonight.com/numpy/what-is-python-numpy-library

在第一个教程中，我们将介绍 Python Numpy 库的基本知识。

Numpy 是“数字巨蟒或“数字巨蟒的简写形式，发音为 (Num-pee) 。

  • NumPy 是一个位于 Python 中的开源库，它为数学、科学、工程和数据科学编程提供支持。

  • 执行大型数学运算和统计运算 Numpy 是一个不可思议的库。

  • Numpy 基本上是一种简单的编程语言，非常适用于 T2 多维数组和矩阵乘法。

  • 2005 年，Numpy 由特拉维斯·奥列芬特创建，因为它是开源的，所以任何人都可以自由访问它。

  • Numpy 是任何科学项目的绝佳工具，它还包含一个强大的 n 维数组对象。

NumPy 库部分用 Python 编写， NumPy 中需要快速计算的部分用 C 或 C++ 编写。

NumPy 在哪里使用？

下面是 NumPy 可以有效使用的一些用例:

  • Numpy 在执行与线性代数相关的运算以及处理随机数时非常有用。

  • NumPy 可以高效实现多维数组对象(以行和列的形式)。

  • Numpy 通过矩阵整形、随机数和傅里叶变换等有效地工作。

  • Numpy 是为科学计算而设计的。

  • 这里需要注意的一点是 TensorFlow 和 Scikit learn 也使用 NumPy 数组来计算其后端的矩阵乘法

为什么要在 Python 中使用 Numpy？

因为在 Python 中，使用列表是为了服务于数组的目的，但是列表处理起来非常慢。因此，我们在 Python 中使用 Numpy，因为它提供了比传统 Python 列表快 50 倍的数组对象。Python 也有其他模块，这使得数据分析和呈现非常容易。因此，Numpy 库与 Python 以及其他 Python 库一起使用，如 Matplotlib 、Scikit Learn 等，用于 AI/ML 和数据分析目的。

  • 在 NumPy 中，数组对象俗称ndarray。Numpy 为其数组对象执行操作提供了许多支持功能，通过这些功能，使用ndarray变得非常容易。

* 此外，就大小而言，NumPy 数组比 Python 列表**更紧凑。

*   NumPy 使用更少的内存来存储数据，并且它提供了一个**简单的机制来指定数据类型**。因此，代码可以很容易地优化。**

**现在你一定在想，NumPy 是如何比 list更快工作的。别担心，我们有你问题的答案。

NumPy 数组主要存储在内存中一个连续的位置，与列表相反。因此，您可以非常有效地访问和操作它们，这种行为通常被称为参考位置。由于这个原因， Numpy 比列表快。numpy经过优化，可与最新的 CPU 架构配合使用。

就像我们上面提到的，NumPy 也和像 SciPy (科学 Python)和Matplotlib(Python 中的绘图库)这样的包一起使用。

这个组合主要是对 MatLab (技术计算的热门平台)的替代。另外，Python 是 MatLab 的替代品，现在被视为一种现代完整的编程语言。