numpy

Science

Komputasi numerik

Ikhtisar numpy

NumPyadalah paket dasar untuk komputasi ilmiah dengan Python. Ini menyediakan objek array N-dimensi yang kuat, bersama dengan alat untuk mengintegrasikan kode C dan C++, aljabar linier, transformasi Fourier, dan pembuatan bilangan acak. Hampir setiap perpustakaan ilmu data dan pembelajaran mesin di ekosistem Python dibangun di atasNumPy.

DenganPyRun, Anda dapat menggunakanNumPylangsung di browser Anda — tanpa instalasi pip, tanpa lingkungan virtual, tanpa pengaturan. PustakaNumPylengkap digabungkan dalam distribusiWebAssemblyPyodidedan dimuat secara otomatis saat kode Anda mengimpornya. Hal ini menjadikanPyRunsalah satu cara tercepat untuk bereksperimen dengan komputasi numerik tanpa menyentuh mesin lokal Anda.

Kode & Output Eksekusi

Perkalian matriks, perkalian titik, dan statistik dasar.

NumPy Matrix OpsJalankan di Editor
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))

Paket Terkait

Sumber Daya Python yang Direkomendasikan

Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.