数学之路-python计算实战(5)-初识numpy以及pypy下执行numpy
2016-01-05 20:02
621 查看
N
NumPy系统是Python的一种开源的数字扩展。这样的工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也能够用来表示矩阵(matrix))。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。
一个用python实现的科学计算包。包含:1、一个强大的N维数组对象Array;2、比較成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、有用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy(Numeric Python)提供了很多高级的数值编程工具,如:矩阵数据类型、矢量处理。以及精密的运算库。
专为进行严格的数字处理而产生。多为非常多大型金融公司使用。以及核心的科学计算组织如:LawrenceLivermore,NASA用其处理一些本来使用C++。Fortran或Matlab等所做的任务。
git clonehttps://bitbucket.org/pypy/numpy.git
cd numpy
pypy setup.pyinstall
deep@myddb:~$pypy
Python 2.7.6 (32f35069a16d819b58c1b6efb17c44e3e53397b2, Jun 26 2014, 21:49:19)
[PyPy 2.3.1 with GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or"license" for more information.
>>>> import numpy as np
>>>>
>>>> myx=np.array([[11,22,33],[44,55,66]])
>>>>myy=np.array([myx,myx])
>>>> myy
array([[[11, 22,33],
[44, 55, 66]],
[[11, 22, 33],
[44, 55, 66]]])
>>>>myx[0]=[111,222,333]
>>>> myy
array([[[11, 22,33],
[44, 55, 66]],
[[11, 22, 33],
[44, 55, 66]]])
>>>>myx.dtype
dtype('int32')
>>>>myy.dtype
dtype('int32')
>>>>myy.shape
(2, 2, 3)
>>>>myx.shape
(2, 3)
>>>>
以上代码演示了基本使用。ndarray对象本身能够做为还有一个ndarray对象的数据项,会生成一个复制品,所以对内嵌对象的改动不会有副作用。
NumPy系统是Python的一种开源的数字扩展。这样的工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也能够用来表示矩阵(matrix))。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。
一个用python实现的科学计算包。包含:1、一个强大的N维数组对象Array;2、比較成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、有用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
NumPy(Numeric Python)提供了很多高级的数值编程工具,如:矩阵数据类型、矢量处理。以及精密的运算库。
专为进行严格的数字处理而产生。多为非常多大型金融公司使用。以及核心的科学计算组织如:LawrenceLivermore,NASA用其处理一些本来使用C++。Fortran或Matlab等所做的任务。
git clonehttps://bitbucket.org/pypy/numpy.git
cd numpy
pypy setup.pyinstall
deep@myddb:~$pypy
Python 2.7.6 (32f35069a16d819b58c1b6efb17c44e3e53397b2, Jun 26 2014, 21:49:19)
[PyPy 2.3.1 with GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or"license" for more information.
>>>> import numpy as np
>>>>
本博客全部内容是原创。假设转载请注明来源
http://blog.csdn.net/myhaspl/
比python标准库更方便的是。numpy提供了一个N维数组类型ndarray,这是一个容器类型。存储了同样类型与大小的数据项。ndarray能够被切片,拥有整数索引,每一个数据项占有一样的内存空间,数组对象的维度数目由shape属性定义。这是一个元组,数据项的类型由dtype定义。>>>> myx=np.array([[11,22,33],[44,55,66]])
>>>>myy=np.array([myx,myx])
>>>> myy
array([[[11, 22,33],
[44, 55, 66]],
[[11, 22, 33],
[44, 55, 66]]])
>>>>myx[0]=[111,222,333]
>>>> myy
array([[[11, 22,33],
[44, 55, 66]],
[[11, 22, 33],
[44, 55, 66]]])
>>>>myx.dtype
dtype('int32')
>>>>myy.dtype
dtype('int32')
>>>>myy.shape
(2, 2, 3)
>>>>myx.shape
(2, 3)
>>>>
以上代码演示了基本使用。ndarray对象本身能够做为还有一个ndarray对象的数据项,会生成一个复制品,所以对内嵌对象的改动不会有副作用。
相关文章推荐
- 使用python paramiko模块实现ssh与scp功能
- python--条件判断和循环--3
- 用Python实现古诗词填字游戏(一)
- debian 8 pip 升级 lxml
- python 实现登录网页的操作
- Python点滴02_Python3打开中文文本时报错的一种处理方法
- 机器学习算法与Python实践之(七)逻辑回归(Logistic Regression)
- Python中的Numpy入门教程
- 【python】pymongo使用
- 【python】msgpack使用
- Python中参数前加星号的用法
- Ubuntu14.04下python数据处理环境搭建
- python包的概念
- python中字符串中的链接转化为超链接
- python3.3操作MySQL数据库
- python字符串连接方式(转)
- leetcode之3Sum Closest
- Python之NumPy实践之数组和矢量计算
- Python之NumPy实践之数组和矢量计算
- [python] Understanding Network Hacks with Python