在對大型數(shù)組執(zhí)行操作時，Numpy的速度比Python列表的速度快了好幾百。因為Numpy數(shù)組本身能節(jié)省內(nèi)存，并且Numpy在執(zhí)行算術(shù)、統(tǒng)計和線性代數(shù)運算時采用了優(yōu)化算法。

Numpy的另一個強大功能是具有可以表示向量和矩陣的多維數(shù)組數(shù)據(jù)結(jié)構(gòu)。Numpy對矩陣運算進行了優(yōu)化，使我們能夠高效地執(zhí)行線性代數(shù)運算，使其*適合解決機器學(xué)習(xí)問題。那么接下來我們就來了解一下Numpy庫：

關(guān)于Numpy

Numpy是Python科學(xué)計算的基礎(chǔ)包，它提供的功能如下：

1、快速高效的多維數(shù)組對象ndarray。

2、用于對數(shù)組執(zhí)行元素級計算以及直接對數(shù)組執(zhí)行數(shù)學(xué)運算的函數(shù)。

Python

3、用于讀寫硬盤上基于數(shù)組的數(shù)據(jù)集的工具。

4、線性代數(shù)運算、傅里葉變換，以及隨機數(shù)生成。

5、用于將C、C++、Fortran代碼集成到Python的工具。

Numpy除了為Python提供快速的數(shù)組處理能力，Numpy在數(shù)據(jù)分析方面還有另外一個主要作用，及作為在算法之間傳遞數(shù)據(jù)的容器。對于數(shù)值型數(shù)據(jù)。Numpy數(shù)組在存儲和處理數(shù)據(jù)時要比內(nèi)置的Python數(shù)據(jù)結(jié)構(gòu)高效得多。此外，由低級語言編寫的庫可以直接操作Numpy數(shù)字中的數(shù)據(jù)，無需進行任何數(shù)據(jù)復(fù)制工作。