《Python数据分析》-Ch01 Python 程序库入门

Ch01 Python 程序库入门

 

1.1 一些简要介绍：

1. NumPy 是一个基础性的Python库，为我们提供了常用的数值数组和函数。
2. SciPy是Python的科学计算库，对NumPy的功能进行了扩充，同时也有部分功能是重合的。NumPy和SciPy曾经共享基础代码，后来分道扬镳了。
3. matplotlib 是一个基于NumPy的绘图库。
4. IPython 为交互式计算提供了一个基础设施，这个项目最著名的部分就是它的交互式解释器IPython shell。（IPython是一个交互式计算系统。主要包含三个组件：增加的交互式 “Python shell”，解耦的双过程通信模型，交互式并行计算的架构。支持变量自动补全。）

 

1.2 NumPy数组：

       与Python中的列表相比，进行数值运算时 NumPy数组的效率要高得多。事实上，NumPy 数组是针对某些对象进行了大量的优化工作。完成相同的运算时，NumPy代码与Python代码相比用到的显式循环语句明显要少，因为NumPy是基于向量化的运算。

 

例子：要对向量 a 和 b 进行求和（此“向量”为数学意义上的，即一个一维数组）向量a存放的是整数0到n-1的2次幂，如果n=3，那么a 保存的是0,1，4；向量b存放的是整数0到n-1的3次幂，如果n=3，那么b 保存的是0,1，8；

 

法一（纯Python）：

 

 

法二（利用NumPy）：

注意，numpysum( ) 无需使用 for语句。NumPy的 arange( ) 函数，创建了一个函数整数0 到n 的NumPy数组。 

 

二者计算结果相同，但结果的显示形式有所差别：numpysum( ) 函数给出的结果不包含逗号。因为我们处理的不是Python的列表，而是一个NumPy数组。

 

reference to ： https://docs.scipy.org/doc/numpy/

 

转载于:https://www.cnblogs.com/shenxiaolin/p/8366090.html