numpy

Science

Obliczenia numeryczne

Przegląd numpy

NumPyto podstawowy pakiet do obliczeń naukowych w Pythonie. Zapewnia potężny N-wymiarowy obiekt tablicowy wraz z narzędziami do integracji kodu C i C++, algebry liniowej, transformacji Fouriera i generowania liczb losowych. Prawie każda biblioteka do nauki o danych i uczenia maszynowego w ekosystemie Pythona jest zbudowana na bazieNumPy.

DziękiPyRunmożesz używaćNumPybezpośrednio w przeglądarce — bez instalacji pip, bez środowiska wirtualnego, bez konfiguracji. Pełna bibliotekaNumPyjest zawarta w dystrybucjiPyodideWebAssemblyi ładuje się automatycznie, gdy kod ją zaimportuje. To sprawia, że ​​PyRunjest jednym z najszybszych sposobów eksperymentowania z obliczeniami numerycznymi bez dotykania komputera lokalnego.

Dane wyjściowe kodu i wykonania

Mnożenie macierzy, iloczyn skalarny i podstawowe statystyki.

NumPy Matrix OpsUruchom w Edytorze
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))

Powiązane pakiety

Polecane zasoby Pythona

Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.