numpy — библиотека с открытым исходным кодом. Возможности: поддержка многомерных массивов; поддержка высокоуровневых математических функций, предназначенных для работы с многомерными массивами.
Как работает numpy?
Для начала разберемся в устройстве массивов, которые обрабатывает NumPy.
Рассмотрим однородный двумерный массив в примере выше. Он выглядит как простая таблица — две оси значений и ячейки внутри (элементы массива). Если появится третья ось, то массив станет трехмерным. Важное условие — все элементы должны иметь единый тип данных, например только целые числа.
Конечно, кроме двумерных массивов, библиотека NumPy обрабатывает и другие, с различным количеством осей. Эту вариативность обозначают числом N, как любую переменную в математической задаче. Поэтому обычно говорят, что NumPy работает с N-мерными массивами данных.
numpy может пригодится для:
• Научных вычислений.
• Создания новых массивных библиотек.
• Data Science.
• Machine Learning.
• Визуализации данных.
Стоит отметить, если вы захотите углубиться в numpy - обязательно почитайте книгу Трэвиса Э. Олифанта « Руководство по NumPy», ведь большая часть документации взята именно из этой книги :)
Ставится командой ⚙
Документация и примеры кода здесь.
Как работает numpy?
Для начала разберемся в устройстве массивов, которые обрабатывает NumPy.
Рассмотрим однородный двумерный массив в примере выше. Он выглядит как простая таблица — две оси значений и ячейки внутри (элементы массива). Если появится третья ось, то массив станет трехмерным. Важное условие — все элементы должны иметь единый тип данных, например только целые числа.
Конечно, кроме двумерных массивов, библиотека NumPy обрабатывает и другие, с различным количеством осей. Эту вариативность обозначают числом N, как любую переменную в математической задаче. Поэтому обычно говорят, что NumPy работает с N-мерными массивами данных.
numpy может пригодится для:
• Научных вычислений.
• Создания новых массивных библиотек.
• Data Science.
• Machine Learning.
• Визуализации данных.
Стоит отметить, если вы захотите углубиться в numpy - обязательно почитайте книгу Трэвиса Э. Олифанта « Руководство по NumPy», ведь большая часть документации взята именно из этой книги :)
Ставится командой ⚙
pip install numpyДокументация и примеры кода здесь.