成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專(zhuān)欄INFORMATION COLUMN

Numpy 中文用戶指南 1. 安裝

mochixuan / 603人閱讀

摘要：包的核心是對(duì)象。但有個(gè)例外，包括對(duì)象數(shù)組的元素大小是不同的。序列大小和速度在科學(xué)計(jì)算中尤為重要。例如考慮兩個(gè)長(zhǎng)度相同的列表中每個(gè)元素相乘的情況。此外，編碼所需的工作量隨數(shù)據(jù)維數(shù)的增加而增加。這些信息主要用于高級(jí)用戶。

譯者：飛龍
1.1 NumPy 是什么？ 
原文：What is NumPy?

NumPy是Python中用于科學(xué)計(jì)算的基礎(chǔ)包。它是一個(gè)Python庫(kù)，提供多維數(shù)組對(duì)象，各種派生的對(duì)象（如掩碼數(shù)組和矩陣），以及數(shù)組快速操作的各種各樣的例程，包括數(shù)學(xué)、邏輯、圖形操作，排序、選擇、I/O、離散傅里葉變換、基本線性代數(shù)、基本統(tǒng)計(jì)操作，隨機(jī)模擬以及其他。

NumPy包的核心是ndarray對(duì)象。它封裝了均勻數(shù)據(jù)類(lèi)型的n維數(shù)組，帶有一些在編譯過(guò)的代碼中執(zhí)行的操作。NumPy數(shù)組和Python標(biāo)準(zhǔn)列表有一些重要的差異：

NumPy數(shù)組在創(chuàng)建時(shí)有固定的大小，不像Python列表（可動(dòng)態(tài)增長(zhǎng)）。改變一個(gè)ndarray的大小將創(chuàng)建一個(gè)新數(shù)組，并刪除原有數(shù)組。

NumPy數(shù)組中的元素都必須是相同的數(shù)據(jù)類(lèi)型，從而具有相同的內(nèi)存大小。但有個(gè)例外：（Python，包括NumPy）對(duì)象數(shù)組的元素大小是不同的。

NumPy數(shù)組使大量數(shù)據(jù)上的高級(jí)數(shù)學(xué)運(yùn)算和其他類(lèi)型的操作變得容易。通常情況下，這樣的操作可能比使用Python的內(nèi)置列表效率更高，執(zhí)行的代碼更少。

越來(lái)越多的基于Python的科學(xué)和數(shù)學(xué)包使用NumPy數(shù)組；雖然它們通常支持Python列表作為輸入，但他們會(huì)在處理之前將這些輸入轉(zhuǎn)換為NumPy數(shù)組，并總是輸出NumPy數(shù)組。換句話說(shuō)，為了高效使用許多（也許甚至是大多數(shù)）當(dāng)今基于Python的科學(xué)/數(shù)學(xué)軟件，只要知道如何使用Python的內(nèi)置列表類(lèi)型是不夠的————你還需要知道如何使用NumPy數(shù)組。

序列大小和速度在科學(xué)計(jì)算中尤為重要。例如考慮兩個(gè)長(zhǎng)度相同的列表中每個(gè)元素相乘的情況。如果數(shù)據(jù)被存儲(chǔ)在兩個(gè)Python列表 a 和 b 中，我們可以這樣遍歷每個(gè)元素：

c = []
for i in range(len(a)):
    c.append(a[i]*b[i])

這就產(chǎn)生了正確的答案，但如果 a 和 b 都含有數(shù)以百萬(wàn)計(jì)的數(shù)字，我們將為Python的低效循環(huán)付出代價(jià)。我們可以這樣以C語(yǔ)言編寫(xiě)代碼來(lái)完成同樣的任務(wù)（為清楚起見(jiàn)我們忽略變量聲明和初始化、內(nèi)存分配等）：

for (i = 0; i < rows; i++): {
  c[i] = a[i]*b[i];
}

這節(jié)省了所有涉及解釋Python代碼和操作Python對(duì)象的開(kāi)銷(xiāo)，但沒(méi)有了使用Python編碼的優(yōu)勢(shì)。此外，編碼所需的工作量隨數(shù)據(jù)維數(shù)的增加而增加。例如對(duì)于一個(gè)二維數(shù)組，C代碼（像上面一樣簡(jiǎn)寫(xiě)）會(huì)擴(kuò)展為：

for (i = 0; i < rows; i++): {
  for (j = 0; j < columns; j++): {
    c[i][j] = a[i][j]*b[i][j];
  }
}

NumPy綜合了兩種情況的優(yōu)點(diǎn)：元素級(jí)別的操作是ndarray的“默認(rèn)模式”，而它又通過(guò)執(zhí)行預(yù)編譯的C代碼來(lái)加速。在NumPy中：

c = a * b

的行為像之前的例子一樣，幾近于C語(yǔ)言的速度，但是代碼正如我們期望中的那樣，就像標(biāo)準(zhǔn)的Python一樣簡(jiǎn)潔。實(shí)際上，NumPy的風(fēng)格還能更簡(jiǎn)潔！最后這個(gè)例子說(shuō)明了NumPy的兩個(gè)特性：向量化（Vectorization）和廣播（Broadcasting），它們是NumPy強(qiáng)大之處的基礎(chǔ)。

向量化用于描述任何缺失的顯式循環(huán)、索引及其它，在代碼這些事情是即時(shí)發(fā)生的，當(dāng)然，是在“幕后”（預(yù)編譯的C代碼中）優(yōu)化。向量化編碼的優(yōu)點(diǎn)很多，比如：

向量化的代碼更簡(jiǎn)潔易讀

代碼更少一般意味著更少的錯(cuò)誤

代碼更像標(biāo)準(zhǔn)的數(shù)學(xué)符號(hào)（通常情況下，更容易編寫(xiě)數(shù)學(xué)結(jié)構(gòu)）

向量化的結(jié)果更加“Pythonic”。沒(méi)有向量化，我們的代碼會(huì)更加低效，循環(huán)也難以閱讀。

廣播是描述隱式的元素級(jí)操作的術(shù)語(yǔ)；一般來(lái)說(shuō)，NumPy中所有操作，并不只是算術(shù)運(yùn)算，還有邏輯運(yùn)算，位運(yùn)算，函數(shù)運(yùn)算等，以這種隱式的元素層面的方式執(zhí)行，就是廣播。此外，在上面的例子中，a 和 b 可以是相同形狀的多維數(shù)組，或者一個(gè)標(biāo)量和一個(gè)數(shù)組；甚至可以是不同的形狀的2個(gè)數(shù)組，假設(shè)較小的數(shù)組可以以產(chǎn)生明確廣播的方式，擴(kuò)展為較大數(shù)組的尺寸。詳細(xì)規(guī)則見(jiàn) numpy.doc.broadcasting。

NumPy完全支持ndarray的面向?qū)ο?。例如，ndarray是一個(gè)類(lèi)，擁有許多方法和屬性。它的許多方法復(fù)制了NumPy最外層命名空間的函數(shù)，讓程序員完全自由決定代碼寫(xiě)成哪個(gè)范式，以及哪個(gè)范式更適合當(dāng)前的任務(wù)。

1.2 安裝 NumPy 
原文：Installing NumPy

大多數(shù)情況下，在系統(tǒng)上安裝NumPy的最好辦法是使用為你的操作系統(tǒng)預(yù)編譯的包。

一些可選的連接請(qǐng)見(jiàn) http://scipy.org/install.html 。

有關(guān)源碼包構(gòu)建的說(shuō)明，請(qǐng)見(jiàn)從源碼中構(gòu)建。這些信息主要用于高級(jí)用戶。

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/37828.html

相關(guān)文章

  • Cython 3.0 中文文檔校對(duì)活動(dòng) | ApacheCN

    摘要：整體進(jìn)度貢獻(xiàn)指南項(xiàng)目倉(cāng)庫(kù)貢獻(xiàn)指南請(qǐng)您勇敢地去翻譯和改進(jìn)翻譯。然后回復(fù)，注明章節(jié)號(hào)一定要留。二校對(duì)需要校對(duì)語(yǔ)法術(shù)語(yǔ)使用文檔格式如果覺(jué)得現(xiàn)有翻譯不好，重新翻譯也是可以的。三提交項(xiàng)目將譯文放在文件夾下請(qǐng)見(jiàn)入門(mén)指南。 整體進(jìn)度：https://github.com/apachecn/c... 貢獻(xiàn)指南：https://github.com/apachecn/c... 項(xiàng)目倉(cāng)庫(kù)：https://...

    iamyoung001 評(píng)論0 收藏0

  • 利用python進(jìn)行識(shí)別相似圖片(二)

    摘要：上一篇文章的地址利用進(jìn)行識(shí)別相似圖片一安裝官網(wǎng)在進(jìn)行下一步操作時(shí)，我們需要安裝，本來(lái)安裝的步驟跟平常安裝其他模塊一樣，而然由于的歷史原因用過(guò)都懂，弄得一點(diǎn)都不友好。 前言 和網(wǎng)上各種首先你要有一個(gè)女朋友的系列一樣，想進(jìn)行人臉判斷，首先要有臉，只要能靠確定人臉的位置，那么進(jìn)行兩張人臉是否相似的操作便迎刃而解了。 所以本篇文章著重講述如何利用openCV定位人臉。 上一篇文章的地址： 利用...

    余學(xué)文 評(píng)論0 收藏0

  • Numpy 中文用戶指南 3.2 創(chuàng)建數(shù)組

    摘要：將以指定數(shù)量的元素創(chuàng)建數(shù)組，并平分開(kāi)始值和結(jié)束值。將創(chuàng)建數(shù)組的集合用一維數(shù)組來(lái)模擬高維數(shù)組，每一維都有表示它的變量。一個(gè)例子說(shuō)明比口頭描述好得多計(jì)算規(guī)則網(wǎng)格上的高維函數(shù)時(shí)，這會(huì)非常有用。 原文：Array creation 譯者：飛龍 ? 另見(jiàn) 數(shù)組創(chuàng)建例程 導(dǎo)言 數(shù)組創(chuàng)建的一般機(jī)制有五種： 從其它Python的結(jié)構(gòu)轉(zhuǎn)換（如列表和元組） 內(nèi)置的NumPy數(shù)組創(chuàng)建對(duì)象（如 ar...

    zilu 評(píng)論0 收藏0

  • Numpy 中文用戶指南 3.1 數(shù)據(jù)類(lèi)型

    摘要：其他數(shù)據(jù)類(lèi)型在中沒(méi)有對(duì)應(yīng)。因此，使用數(shù)組標(biāo)量確保了數(shù)組和標(biāo)量之間具有相同的行為，無(wú)論值在不在數(shù)組中。不提供比的精度更高的特別是位四精度數(shù)據(jù)類(lèi)型的是不能用的。 原文：Data types 譯者：飛龍 ? 另見(jiàn) 數(shù)據(jù)類(lèi)型對(duì)象 數(shù)組類(lèi)型和類(lèi)型之間的轉(zhuǎn)換 NumPy支持的數(shù)值類(lèi)型比Python更多。這一節(jié)會(huì)講述所有可用的類(lèi)型，以及如何改變數(shù)組的數(shù)據(jù)類(lèi)型。 數(shù)據(jù)類(lèi)型 描述 bo...

    褰辯話 評(píng)論0 收藏0

  • Numpy中的矩陣運(yùn)算

    安裝與使用 大型矩陣運(yùn)算主要用matlab或者sage等專(zhuān)業(yè)的數(shù)學(xué)工具，但我這里要講講python中numpy，用來(lái)做一些日常簡(jiǎn)單的矩陣運(yùn)算！這是 numpy官方文檔，英文不太熟悉的，還有 numpy中文文檔 numpy 同時(shí)支持 python3 和 python2，在 python3 下直接pip install安裝即可，python2 的話建議用 .whl 安裝，你可以在 這里查詢(xún) 和你 py...

    zzbo 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

mochixuan

男|高級(jí)講師

TA的文章

閱讀更多
最新活動(dòng)
閱讀需要支付1元查看
<