【百度百科】一個用python實作的科學計算，包括：1、一個強大的N維陣列物件Array；2、比較成熟的（廣播）函式庫；3、用于整合C/C++和Fortran代碼的工具包；4、實用的線性代數、傅里葉變換和亂數生成函式，numpy和稀疏矩陣運算包scipy配合使用更加方便，
NumPy（Numeric Python）提供了許多高級的數值編程工具，如：矩陣資料型別、矢量處理，以及精密的運算庫，專為進行嚴格的數字處理而產生，多為很多大型金融公司使用，以及核心的科學計算組織如：Lawrence Livermore，NASA用其處理一些本來使用C++，Fortran或Matlab等所做的任務，
NumPy 的前身為 Numeric ，最早由 Jim Hugunin 與其它協作者共同開發，2005 年，Travis Oliphant 在 Numeric 中結合了另一個同性質的程式庫 Numarray 的特色，并加入了其它擴展而開發了 NumPy，NumPy 為開放源代碼并且由許多協作者共同維護開發，
💬 例1：.array
import numpy as np
A = np.array([[1, 2, 3], # 3x3 A
[4, 5, 6],
[7, 8, 9]])
v = np.array([[1], # 3x1 向量v
[2],
[3]])
print("A =", A)
print("v =", v)🚩 運行結果：
💬 例2：.shape 讀取矩陣的長度
import numpy as np
A = np.array([[1, 2, 3], # 生成3x3的A
[4, 5, 6],
[7, 8, 9]])
v = np.array([[1], # 生成3x1向量v
[2],
[3]])
print("A =", A)
print("v =", v)
print("A.shape =", A.shape) # A的大小
print("v.shape =", v.shape) # 向量V的大小
w = np.array([1, 2, 3]) # 生成1x3的向量空間w
print("w =", w)
print("w.shape =", w.shape) # 向量w的大小
B = np.array([[1, 2, 3], [4, 5, 6]]) # 生成2x3的B
print("B = ", B)
print("B.shape =", B.shape) # B的大小
🚩 運行結果：
參考文獻
Introduction to Linear Algebra, International 4 th Edition by Gilbert Strang, Wellesley Cambridge Press.
百度百科[EB/OL]. []. https://baike.baidu.com/.
本篇完，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/356719.html
標籤：AI
上一篇：數學競賽-全微分與決議幾何