第1章
數(shù)值計(jì)算模塊NumPy

Python語言是所謂的“膠水語言”，除了自身的語言系統(tǒng)和規(guī)則外，結(jié)合了大量應(yīng)用于不同領(lǐng)域、實(shí)現(xiàn)不同功能的擴(kuò)展程序庫（又稱擴(kuò)展模塊或軟件包）。這也是Python語言獲得更多應(yīng)用的關(guān)鍵。

NumPy是Python語言的一個(gè)擴(kuò)展模塊，它支持多維數(shù)組與矩陣運(yùn)算，為數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫。

NumPy是一個(gè)在Python中進(jìn)行科學(xué)計(jì)算的基礎(chǔ)庫，重在數(shù)值計(jì)算，也是大部分Python科學(xué)計(jì)算庫的基礎(chǔ)庫，多用于在大型、多維數(shù)據(jù)上執(zhí)行數(shù)值計(jì)算。

在NumPy中，最重要的對(duì)象是稱為ndarray的N維數(shù)組類型，它是描述相同類型元素的集合，是存儲(chǔ)單一數(shù)據(jù)類型的多維數(shù)組。NumPy的大多數(shù)功能以ndarray為核心展開。ndarray中的每個(gè)元素在內(nèi)存中使用相同大小的塊，這是NumPy運(yùn)行速度快的基礎(chǔ)。

NumPy是一個(gè)運(yùn)行速度非常快的數(shù)學(xué)庫，NumPy專門針對(duì)ndarray的操作和運(yùn)算進(jìn)行了設(shè)計(jì)，所以對(duì)數(shù)組的存儲(chǔ)效率和輸入/輸出性能遠(yuǎn)優(yōu)于Python中的嵌套列表。數(shù)組越大，NumPy的優(yōu)勢(shì)就越明顯。NumPy通常應(yīng)用于以下場景。

（1）執(zhí)行各種數(shù)學(xué)任務(wù)，例如數(shù)值積分、微分、內(nèi)插、外推等。

（2）將計(jì)算機(jī)中的圖像表示為多維數(shù)字?jǐn)?shù)組。NumPy提供了一些優(yōu)秀的庫函數(shù)來快速處理圖像，例如鏡像圖像、按特定角度旋轉(zhuǎn)圖像等。

（3）在編寫機(jī)器學(xué)習(xí)算法時(shí)，需要對(duì)矩陣進(jìn)行各種數(shù)值計(jì)算，例如矩陣乘法、求逆、換位、加法等。NumPy數(shù)組可用于存儲(chǔ)訓(xùn)練數(shù)據(jù)和機(jī)器學(xué)習(xí)模型的參數(shù)。

盡管Python本身有列表等類似數(shù)組功能的序列數(shù)據(jù)類型，但對(duì)于相同的運(yùn)算，使用列表的執(zhí)行速度不能與使用NumPy數(shù)組ndarray相比。當(dāng)數(shù)據(jù)量較大時(shí)，二者會(huì)有很明顯的區(qū)別，列表處理的速度會(huì)很慢。