学习目标

• 了解Numpy运算速度上得优势
• 知道数组的属性，形状和类型
• 应用Numpy实现数组的基本操作
• 应用随机数组的创建实现正态分布应用
• 应用Numpy实现数组的逻辑运算
• 应用Numpy实现数组的统计运算
• 应用Numpy实现数组之间的运算

 Numpy介绍

 Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。

 NumPy提供了一个N维数组类型ndarray，它描述了相同类型的“items”的集合。

 使用Python列表可以存储一维数组，通过列表的嵌套可以实现多维数组，那么为什么还需要使用Numpy的ndarray呢？

ndarray与Python原生list运算效率对比

import random
import time
import numpy as np

a = []

for i in range(100000000):
        a.append(random.random())
%time sum1 = sum(a)
b = np.array(a)
%time sum2 = np.sum(b)

其中第一个时间显示的是使用原生Python计算时间,第二个内容是使用numpy计算时间:

Wall time: 5.03 ms
Wall time: 1.97 ms