上查看所有课程
NumPy 是一个于 2005 年创建的 Python 库，用于执行数值计算。它通常用于处理数组。
NumPy 还包含广泛的数学函数，例如线性代数、傅里叶变换和随机数生成，这些都可以应用于数组。
NumPy 的用途是什么？
NumPy 是一个重要的库，通常用于
- 机器学习
- 数据科学
- 图像和信号处理
- 科学计算
- 量子计算
为什么要使用 NumPy？
我们应该使用 NumPy 的几个主要原因包括
1. 更快的执行速度
在 Python 中，我们使用列表来处理数组。但对于大型数组操作，Python 列表的优化程度不够。
NumPy 数组针对复杂的数学和统计运算进行了优化。NumPy 上的运算速度比使用循环遍历原生 Python 列表快 50 倍。
以下是 NumPy 如此之快的一些原因
- 使用称为 numpy 数组的专用数据结构。
- 使用 C 和 C++ 等高性能语言创建。
2. 与各种库一起使用
NumPy 与 Pandas、Scipy、scikit-learn 等各种库大量使用。
在 Python 中导入 NumPy
我们可以使用 import 语句在 Python 中导入 NumPy。
import numpy as np上面的代码将 numpy 库导入到我们的程序中，并使用别名 np。
在此导入语句之后，我们可以通过使用 np 调用它们来使用 NumPy 函数和对象。
注意:
- 如果我们使用
import numpy而不使用别名导入 NumPy，我们可以使用numpy.array()函数创建一个数组。 - 使用别名
np是 Python 程序员中的一种常见约定，因为它使在代码中引用 NumPy 库变得更轻松快捷。