Python笔记_第五篇_Python数据分析基础教程_前言

本文介绍了Python环境下进行数值运算的方法,重点讲解了NumPy库的使用及其优势,包括其高效的C语言底层实现和对LAPACK库的调用。同时,文章提及了NumPy的由来及与其他科学计算库的关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 前言

  本部分会讲解在Python环境下进行数值运算。以NumPy为核心,并讲解其他相关库的使用,诸如Matplotlib等绘图工具等。

  C、C++和Forttran等变成语言各有各的优势,但是他们不是交互式语言,并且被很多人认为过于复杂。常见的商业产品还有Matlab、Maple和Mathematica。这些产品提供了强大的脚本语言,但和通用编程语言比起来,功能依然有限。另外还有一些类似于Matlab的开源工具,如R、GNU Octave和Siclab。显然,作为编程语言,他们都不如Python强大。

  NumPy的大部分语言是用C来写的,和Matlab一样都调用了系统中的LAPACK库。(LAPACK是一个非常著名的数值计算库,最初使用Fortran写成的)。这使得NumPy比纯Python代码高效很多。NumPy同样支持C语言的API,并且允许在C源码上做更多的功能拓展。

  但是如果你是用的Jython的话,无法调用NumPy,一万大不符NumPy模块是用C语言实现的。Jython运行在Java的虚拟机上面。

 

2. NumPy的由来

  NumPy 的前身是Numeric。Numeric是最早发布于1995年,如今已经废弃。由于种种原因,不管是Numeric还是NumPy都没能够进入Python标准库,需要三方安装。期初NumPy其实是SciPy的一部分,后来才从SciPy中分离出来。如今,SciPy在处理数组和矩阵时会调用Numpy。

 

3. 我们大体需要的库如下

  Python

  NumPy

  SciPy

  Matplotlib

  Pyganme

  IPython

  其他

 

转载于:https://www.cnblogs.com/noah0532/p/11263296.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值