numpy

Science

Numerisches Rechnen

Übersicht numpy

NumPyist das Basispaket für wissenschaftliches Rechnen in Python. Es bietet ein leistungsstarkes N-dimensionales Array-Objekt sowie Tools zur Integration von C- und C++-Code, linearer Algebra, Fourier-Transformationen und Zufallszahlengenerierung. Nahezu jede Bibliothek für Datenwissenschaft und maschinelles Lernen im Python-Ökosystem basiert aufNumPy.

MitPyRunkönnen SieNumPydirekt in Ihrem Browser verwenden – keine Pip-Installation, keine virtuelle Umgebung, kein Setup. Die vollständigeNumPy-Bibliothek ist in derWebAssembly-Distribution vonPyodidegebündelt und wird automatisch geladen, wenn Ihr Code sie importiert. Dies machtPyRunzu einer der schnellsten Möglichkeiten, mit numerischen Berechnungen zu experimentieren, ohne Ihren lokalen Computer zu berühren.

Code- und Ausführungsausgabe

Matrixmultiplikation, Skalarprodukt und grundlegende Statistiken.

NumPy Matrix OpsIm Editor ausführen
import numpy as np

# Create two 3x3 matrices
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

B = np.array([[9, 8, 7],
              [6, 5, 4],
              [3, 2, 1]])

print("Matrix A:\n", A)
print("\nMatrix B:\n", B)

# Matrix Multiplication
C = np.dot(A, B)
print("\nDot Product (A · B):\n", C)

# Element-wise operations
print("\nA + B:\n", A + B)
print("\nMean of A:", np.mean(A))
print("Std of A:", np.std(A).round(4))

Verwandte Pakete

Empfohlene Python-Ressourcen

Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.