本教程使用的Numpy版本为1.14.3
官方主页:http://www.numpy.org/
Numpy基于BSD开源。
Numpy(Numerical Python)是基于python进行科学计算和数学分析的重要基础库之一,大名鼎鼎。它包括:
除了其明显的科学用途外,numpy还可以用作有效的通用数据多维容器。可以定义任意数据类型。这使得numpy能够无缝、快速地与各种数据库集成。Numpy本身并不提供建模函数,理解Numpy的数组以及基于数组的计算将有助于你更高效地使用基于数组的工具,比如Pandas。
Numpy在使用上的优势:
看下面的例子:
>>> np.__version__ 1.14.3 >>> import numpy as np >>> my_arr = np.arange(1000000) # 以numpy的方式生成数组 >>> my_list = list(range(1000000))# 以Python列表的方式 >>> %time for _ in range(10):my_arr2 = my_arr*2 # np的操作时间 Wall time: 19 ms >>> %time for _ in range(10):my_list2 = [x*2 for x in my_list] # Python列表的操作时间 Wall time: 593 ms
通常,使用Numpy的人员大多从事科学计算、数据分析、机器学习相关领域的工作,基本都会安装Anaconda。在Anaconda中,已经将Jupyter notebook、Numpy、Pandas、Matplotlib几个密切相关的库集成进去了,可以直接使用。Anaconda简单方便,兼容性好,为我们解决了很多依赖问题。所以我们不建议初学者自己手动安装Numpy,这样费时费力,要自己解决大量的依赖问题,兼容性问题,还不一定能安装成功。
如果你确实需要或者想自己手动安装:
因为前面我们已经安装了Anaconda,这里就不再赘述了。