Skip to content

Files

Latest commit

01e5e8b · Sep 25, 2022

History

History

docs

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
Sep 25, 2022
Sep 13, 2022
Sep 23, 2019
Sep 23, 2019
Nov 12, 2019
Oct 9, 2019
Sep 23, 2019
Sep 23, 2019
Sep 23, 2019
Sep 23, 2019
Sep 23, 2019
Sep 13, 2022
Sep 23, 2019
Sep 23, 2019
Sep 23, 2019
Jan 20, 2020
Apr 5, 2020
Sep 25, 2022
home meta heroImage actions footer
true
name content
keywords
numpy中文文档,numpy中文api,numpy中文手册,numpy教程,numpy下载安装,numpy
name content
description
这是NumPy官方的中文文档,NumPy是用Python进行科学计算的基础软件包。
text link type
快速了解 →
/user/
primary
text link type
开始深度学习
primary
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 是什么?

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。

利器之一:Ndarray

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。

利器之一:切片和索引

ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。

网站阅读导航

  • 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 NumpyNumPy 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。🙏

就像 1、2、3 一样简单

# 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。

:::