本文主要是介绍NumPy（一）：简介【主要功能：操作数组、矩阵】【Python + NumPy == Matlab】【包括很多实用的数学函数】【覆盖了很多的数学领域， 比如：线性代数、傅里叶变换、随机数生成】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、NumPy是什么？
NumPy是一个开源的Python科学计算库。 Numerical Python
二、NumPy有什么功能
NumPy主要的功能之一用来操作数组和矩阵。
NumPy是科学计算、深度学习等高端领域的必备工具。
使用TensorFlow、Caffe。框架训练神将网络模型时，需要进行大量复杂的计算，可以直接调用NumPy里面的API
NumPy包含了很多实用的数学函数，覆盖了很多的数学领域， 比如：线性代数、傅里叶变换、随机数生成。
NumPy可以取代一些商用的数学软件。Matlab一个交互式环境。
Python + NumPy == Matlab
三、为什么要使用NumPy
- NumPy提供了很多高端的函数，可以对数组和矩阵进行复杂的计算，比直接使用Python语言编码更高效。
- NumPy有超过10年的历史，核心算法经过了非常长的时间和很多人验证，非常稳定。
- NumPy的核心算法都是由C语言编写，执行效率更高。
- NumPy的扩展性非常好，可以很容易集成到其他语言中。
- NumPy是开源免费的，有广泛的社区支持。
四、搭建NumPy环境
"""
arange(n)
创建一个NumPy数组 [0 1 2 3 4 ... n-1]arange(n) ** 2
NumPy数组每个元素平方运算
"""from numpy import arangedef sum(n):np_list = arange(n)print('np_list = ', np_list)a = np_list ** 2print('a = ', a)b = np_list ** 4print('b = ', b)c = a + bprint('c = ', c)return cif __name__ == '__main__':sum(5)打印结果：
np_list = [0 1 2 3 4]
a = [ 0 1 4 9 16]
b = [ 0 1 16 81 256]
c = [ 0 2 20 90 272]Process finished with exit code 0
这篇关于NumPy（一）：简介【主要功能：操作数组、矩阵】【Python + NumPy == Matlab】【包括很多实用的数学函数】【覆盖了很多的数学领域， 比如：线性代数、傅里叶变换、随机数生成】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
