Bibliothek NumP
NumP - Ja. Eine Open Source-Bibliothek für die Programmiersprache Python, in der eine Vielzahl von Operationen durchgeführt wurden, um Vektoren, Matrizen und Massen zu behandeln.
Die mathematischen Algorithmen in den verschiedenen Sprachen (z.B. Python) arbeiten oft viel langsamer als die gleichen Algorithmen in kompilierten Sprachen (z.B. Fortran, C, Java). Bibliothek
NumP Bietet Rechenalgorithmen (als Funktionen und Operatoren) optimiert für mehrdimensionale Arbeit.
Dadurch kann jeder Algorithmus, der in Form einer Abfolge von Operationen über die Masse(n) ausgedrückt werden kann und mit
NumPEs funktioniert schnell genug.
NumP (Fishing Pitton) ist die Hauptbibliothek für die Datenverwaltung♪ Die Bibliothek steht im Zentrum anderer Bibliotheken, um sich mit den Aufgaben des maschinellen Lernens oder der Datenanalyse zu befassen (z.
Pandas (Tabellen)
SciP (Verfahren der Optimierung und wissenschaftlichen Berechnungen),
Matplotlib(Scheduling)
Arbeit mit NumPy
Um mit der Bibliothek zu beginnen, sollte sie zu Beginn des Programms importiert werden, wie jede andere Bibliothek,
Einfuhr
oder so (was häufiger verwendet wird)
Import numping als np
NumP
Sektor (oder Masse) in NumPy ist ein geordneter Satz von einheitlichen Daten.
Das Vektorelement kann, wie auf den Listen ausgeführt, auf seinen Index bezogen werden. Jedes Element des Vektors hat eine bestimmte Stelle, die bei der Erstellung zugeordnet werden soll.
Alle Komponenten des Vektors haben die gleiche Art von Daten (
in♪
Streifen♪
Bor usw.).
Aufbau eines Vektors
Um einen Vektor zu erstellen, müssen Sie den Designer verwenden.
numpy.array (terminiertes Objekt).
Die Klammern geben jedes verlorene Objekt an: cortege, list, range(s) et al.
Beispiel
Import numping als np
Import numping als np
print(np.array((1,2,3,4,5)) # Vektor von cortage
print(np.array([1,2,3,4,5]) # Vektor aus der Liste
print(np.array(range(5)) # Vektor aus dem Generator