March 2022
Intermediate to advanced
522 pages
13h 52m
Chinese
Content preview from Python语言及其应用（第2版）
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
412
｜
第
22
章
我推荐安装
Anaconda
，虽然有些大，但它包含了本章讲到的所有工具。本章余下的例子假
定你已经安装了所要求的包，不管是单独安装或是作为
Anaconda
的组件。
22.3 NumPy
NumPy
是
Python
得以在科学家中流行的主要原因之一。你肯定听说过
Python
等动态语言
的速度往往比
C
等编译型语言要慢
，甚至比不上
Java
这样的解释型语言。
NumPy
旨在提
供快速的多维数值数组，和科学型语言
FOR
TRAN
类似。你可以使用对开发人员充满友好
的
Python
获得
C
语言的速度。
如果下载了某个科学
Python
发行版
，那么
NumPy
就已经有了；如果还没有下载，那么按
照
NumPy
下载页面的方法操作即可。
开始学习
NumPy
之
前，应该先理解核心数据结构：多维数组
ndarray
（
N-dimensional
array
）或者
array
。与
Python
的列表和元组不同，每个元素的类型必须相同。
NumPy
将数
组的维数称为
秩
（
rank
）
。一维数组好比一行值，二维数组好比包含行和列的表，三维数组
好比魔方。各个维度的长度不必相同。
NumPy
的
array
和标准
Python
的
array
不是一回事。在本章余下部分中，当
我说起
array
时，特指
NumPy
的
array
。
为什么需要数组？这是因为：
•
科学数据总是包含大量的数据序列；
•
这种数据的科学计算经常要用到矩阵数学、回归运算、模拟以及其他需要同时对大量数
据点进行运算的技术；
• NumPy
对数组的处理速度要远超标准
Python
的列表或元组。
创建
NumPy ...