NumPy 是 Python 语言的扩展库。支持高级和大规模的数组和矩阵运算,还提供了大量的数组运算数学函数库。 Numpy内部发布了CPython的GIL(Global Interpreter Lock),运行非常高效,是大量机器学习框架的基础库!
NumPy的全名为Numeric Python,是一个开源的Python科学计算库,它包括:
·
一个强大的N维数组对象ndrray;
·
比较成熟的(广播)函数库;
·
用于整合C/C++和Fortran代码的工具包;
·
实用的线性代数、傅里叶变换和随机数生成函数。
NumPy的优点:
·
对于同样的数值计算任务,使用NumPy要比直接编写Python代码便捷得多;
·
NumPy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构,且其能够提升的性能是与数组中的元素成比例的;
·
NumPy的大部分代码都是用C语言写的,其底层算法在设计时就有着优异的性能,这使得NumPy比纯Python代码高效得多。
当然,NumPy 也有它的不足之处,因为 NumPy 使用内存映射文件来实现最优的数据读写性能,而内存的大小限制了它对 TB 级文件的处理;此外,NumPy 数组不像 Python 提供的那样通用。列表容器。因此,在科学计算之外,NumPy 的优势就不是那么明显了。
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ Python 的最佳 IDE:Pycharm 技巧总结12/25
- ♥ 如何计算python集合的差异08/24
- ♥ 如何在 python 中使用 geopy11/24
- ♥ python2和3的语法区别12/14
- ♥ python如何针对单个值测试多个变量?12/14
- ♥ 如何在python中实例化一个对象01/02
内容反馈