numpy
ScienceKomputasi 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.
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.
Loop Python
Pelajari cara menggunakan loop Python untuk melakukan iterasi pada data. Kuasai perulangan for, perulangan while, hancurkan, lanjutkan, dan ulangi praktik terbaik dengan contoh interaktif.
Cara Mengurutkan Daftar dengan Python
Pelajari cara mengurutkan daftar dengan Python menggunakan metode sortir() dan fungsi sortir(). Temukan contoh pengurutan kunci khusus dan urutan terbalik.
Lembar
Panduan referensi cepat untuk arrayNumPy. Pelajari pembuatan array, pembentukan ulang, pengindeksan, pemotongan, dan operasi matematika.
Python vs JavaScript: Bahasa Pemrograman Mana yang Terbaik?
Perbandingan komprehensif antara Python dan JavaScript. Jelajahi perbedaan sintaksis, kinerja, kasus penggunaan (backend vs frontend), dan contoh pengkodean.