Numpy 科学计算库详解

Numpy 是一个开源的 Python 科学计算库，它是 Python 科学计算库的基础库，许多其他著名的科学计算库如Pandas，Scikit-learn 等都要用到 Numpy 库的一些功能。 

一、Numpy 基本用法

1、Numpy 数组对象

Numpy 中的多维数组称为 ndarray，这是 Numpy 中最常见的数组对象。ndarray 对象通常包含两个部分：

• ndarray 数据本身；
• 描述数据的元数据；

Numpy 数组的优势：

• Numpy 数组通常是由相同种类的元素组成的，即数组中的数据项的类型一致。这样有一个好处，由于知道数组元素的类型相同，所以能快速确定存储数据所需空间的大小；
• Numpy 数组能够运用向量化运算来处理整个数组，速度较快；而 Python 的列表则通常需要借助循环语句遍历列表，运行效率相对来说要差；
• Numpy 使用了优化过的 C API，运算速度较快；

关于向量化和标量化运算，对比下面的参考例子就可以看出差异。

使用 python 的 list 进行循环遍历运算：

def pySum():
    a = list(range(10000))
    b = list(range(10000))
    c = []
    for i in range(len(a)):
        c.append(a[i]**2 + b[i]**2)

    return c

%timeit pySum()

Out[]:
10 loops, best of 3: