使用 NumPy 进行科学计算

https://my.oschina.net/babeler/blog/352125

Python 科学计算库 NumPy,其中大部分模块采用 C 语言编写,并针对科学计算(线性代数计算)设计了 ndarray(多维数组)对象,该对象类似于 Python 中的 list 对象,但却更少在应用中使用性能较差的循环。以上这些使得 NumPy 的性能比纯 Python 要高。

本文采用的系统环境是 CentOS 7.0 x64,Python 2.7.5 和 NumPy 1.9.1。假设已经执行了“import numpy as np”语句,因而在代码中使用 np 指代 numpy 库。

ndarray(多维数组)

ndarray 对象用于存储多维数组,内置支持 element-by-element 计算,无需像 Python 中 List 对象数学计算那样使用大量的循环,因而更加的高效。一个 ndarray 对象中的所有元素必须是相同的数据类型。一般使用 np.array、np.arange、np.zeros、np.ones 和 np.identity 等函数创建 ndarray 对象。

In [7]:
import numpy as np

a = np.array([0, 1, 2, 3, 4])
print('a:', a)

b = np.arange(10)
print('b: ', b)

c = np.zeros(6)
print('c:', c)

d = np.ones(8)
print('d:', d)

e = np.identity(3)
print('e:', e)


a: [0 1 2 3 4]
b:  [0 1 2 3 4 5 6 7 8 9]
c: [ 0.  0.  0.  0.  0.  0.]
d: [ 1.  1.  1.  1.  1.  1.  1.  1.]
e: [[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]

In [ ]: