Учебник NumPy

NumPy (Numerical Python) — это библиотека-расширение для языка Python, которая поддерживает большое количество многомерных массивов и матричных операций, а также предоставляет большое количество библиотек математических функций для операций над массивами.

Предшественник NumPy, Numeric, изначально был разработан Джимом Хугунином и другими участниками. В 2005 году Трэвис Олифант объединил в Numeric возможности Numarray, другой библиотеки аналогичного назначения, и добавил другие расширения, чтобы создать NumPy. NumPy имеет открытый исходный код и поддерживается и развивается многими участниками.

NumPy — очень быстрая математическая библиотека, в основном используемая для вычислений с массивами, включая:

  • Мощный объект N-мерного массива ndarray
  • Функции broadcasting
  • Инструменты для интеграции кода C/C++/Fortran
  • Такие возможности, как линейная алгебра, преобразование Фурье и генерация случайных чисел

Что нужно знать перед изучением этого учебника

Прежде чем начать изучение руководства по NumPy, нам нужны базовые знания Python. Если вы не знакомы с Python, вы можете прочитать наше руководство:

Применения NumPy

NumPy обычно используется вместе с SciPy (Scientific Python) и Matplotlib (библиотека для построения графиков). Эта комбинация широко используется в качестве замены MatLab и представляет собой мощную среду научных вычислений, которая помогает изучать науку о данных или машинное обучение с помощью Python.

SciPy — это открытая библиотека алгоритмов Python и математический инструментарий.

Модули, входящие в SciPy, охватывают оптимизацию, линейную алгебру, интегрирование, интерполяцию, специальные функции, быстрое преобразование Фурье, обработку сигналов и изображений, решение обыкновенных дифференциальных уравнений и другие часто используемые в науке и технике вычисления.

Matplotlib — это интерфейс визуализации для языка программирования Python и его пакета расширения для численных вычислений NumPy. Он предоставляет интерфейс прикладного программирования (API) для встраивания графиков в приложения с использованием распространенных инструментов GUI, таких как Tkinter, wxPython, Qt или GTK+.

Связанные ссылки

Другие расширения