如果读者安装的是Anaconda发行版,那么它已经自带了以下库:NumPy、SciPy、Matplotlib、pandas、scikit-learn。
成都创新互联公司主要从事成都网站建设、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务武定,10余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575
本文主要是对这些库进行简单的介绍,读者也可以到官网阅读更加详细的使用教程。
Python并没有提供数组功能。虽然列表可以完成基本的数组功能,但它不是真正的数组,而且在数据量较大时,使用列表的速度就会很慢。为此,NumPy提供了真正的数组功能以及对数据进行快速处理的函数。
NumPy还是很多更高级的扩展库的依赖库,我们后面介绍的SciPy、Matplotlib、pandas等库都依赖于它。值得强调的是,NumPy内置函数处理数据的速度是C语言级别的,因此在编写程序的时候,应当尽量使用其内置函数,避免效率瓶颈的(尤其是涉及循环的问题)出现。
在Windows操作系统中,NumPy的安装跟普通第三方库的安装一样,可以通过pip命令进行,命令如下:
- pip install numpy
也可以自行下载源代码,然后使用如下命令安装:
- python setup.py install
在Linux操作系统下,上述方法也是可行的。此外,很多Linux发行版的软件源中都有Python常见的库,因此还可以通过Linux系统自带的软件管理器安装,如在Ubuntu下可以用如下命令安装:
- sudo apt-get install python-numpy
安装完成后,可以使用NumPy对数据进行操作,如代码清单2-27所示。
- # -*- coding: utf-8 -*
- import numpy as np # 一般以np作为NumPy库的别名
- a = np.array([2, 0, 1, 5]) # 创建数组
- print(a) # 输出数组
- print(a[:3]) # 引用前三个数字(切片)
- print(a.min()) # 输出a的最小值
- a.sort() # 将a的元素从小到大排序,此操作直接修改a,因此这时候a为[0, 1, 2, 5]
- b= np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组
- print(b*b) # 输出数组的平方阵,即[[1, 4, 9], [16, 25, 36]]
NumPy是Python中相当成熟和常用的库,因此关于它的教程有很多,最值得一看的是其官网的帮助文档,其次还有很多中英文教程,读者遇到相应的问题时,可以查阅相关资料。
分享名称:一文看懂8个常用Python库从安装到应用
分享网址:http://www.csdahua.cn/qtweb/news45/231545.html
网站建设、网络推广公司-快上网,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 快上网