home | meta | heroImage | actions | footer | ||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
true |
|
|
署名-非商业性使用-相同方式共享 3.0 中国大陆 (CC BY-NC-SA 3.0 CN) | Copyright © 2019-present Zhi Bing |
NumPy是使用Python进行科学计算的基础软件包。除其他外,它包括:
- 功能强大的N维数组对象。
- 精密广播功能函数。
- 集成 C/C+和Fortran 代码的工具。
- 强大的线性代数、傅立叶变换和随机数功能。
NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。
- 如果使用手机预览,请点击左上角的菜单图标展开文档的菜单。
- 假设你是新手同学,推荐阅读基础文章中的:理解 Numpy、NumPy 简单入门教程、创建 Numpy 数组的不同方式。还有中文文档提供的精选资源。
- 想了解神经网络或者强化学习相关的可以参看 NumPy 与 神经网络、 NumPy 实现 DNC、RNN 和 LSTM 神经网络算法。
- 想查找手册?请指教点击左上角的搜索框进行搜索。
- 想系统的学习 NumPy?请直接从本文档第一篇一直阅读到最后一篇,你可能不需要为任何教程/内容付费就可以学会。
- 如果有疑问请在右侧快捷留言板留言 或者 加入NumPy 中文社区的 QQ/微信群。
- 另外,捐赠可以点击下面捐赠网站按钮。🙏
# 1、安装包
$ pip install numpy
# 2、进入python的交互式界面
$ python -i
# 3、使用Numpy
>>> from numpy import *
>>> eye(4)
# 4、输出结果
array([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])
::: warning 提醒
改变世界从 Python 开始。
本网站推荐使用Python3.x及以上版本。
:::