Numpy

内容

1.NumPy简介

1.NumPy简介

内容

1.1 Numpy是什么

1.2 为什么使用NumPy

1.3 NumPy的安装

1.1 Numpy是什么

NumPy(Numerical Python的缩写)是一个功能强大开源的Python科学计算库，主要用于对多维数组和矩阵执行计算。此外也支持对数组运算提供大量的数学函数库和相关的操作，可以帮助程序员轻松地进行数值计算。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

• 一个强大的N维数组对象 ndarray
• 广播功能函数
• 整合 C/C++/Fortran 代码的工具
• 线性代数、傅里叶变换、随机数生成等功能

这类数值计算广泛用于以下任务：

• 机器学习模型：在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组用于存储训练数据和机器学习模型的参数。
• 图像处理和计算机图形学：计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。
• 数学任务：NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的MATLAB的快速替代。

1.2 为什么使用NumPy

• 运算速度快：NumPy的大部分代码都是用C语言写成的，这使得NumPy比纯Python代码高效得多。NumPy中数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构（如嵌套的list容器）。其能够提升的性能是与数组中元素的数目成比例的。对于大型数组的运算，使用 NumPy的确很有优势。对于TB级的大文件，NumPy使用内存映射文件来处理，以达到最优的数据读写性能。

• 消耗资源少：采用的是矩阵运算，会比 python 自带的字典或者列表快好多。

• 方便快捷：NumPy 能够直接对数组和矩阵进行操作，可以省略很多循环语句，其众多的数学函数也会让编写代码的工作轻松许多。所以对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多。

• NumPy是开源免费的

1.3 NumPy的安装

安装 NumPy 最简单的方法就是使用 pip 工具，这将在计算机上安装最新/最稳定的NumPy版本。

pip3 install --user numpy scipy matplotlib

--user 选项可以设置只安装在当前的用户下，而不是写入到系统目录。

默认情况使用国外线路，国外太慢，我们使用清华的镜像就可以:

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

---

Linux 下安装

Ubuntu & Debian

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

CentOS/Fedora

sudo dnf install numpy scipy python-matplotlib ipython python-pandas sympy python-nose atlas-devel

Mac 系统

Mac 系统的 Homebrew 不包含 NumPy 或其他一些科学计算包，所以可以使用以下方式来安装：

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

另外也可以在这里根据不同的系统选择选择不同的版本（有开发者版本和稳定版本）进行下载安装。

查看NamPy版本

import numpy
numpy.__version__

OUT:

'1.20.3'