numpy

Science

Tính toán số

Tổng quan numpy

NumPylà gói nền tảng cho tính toán khoa học bằng Python. Nó cung cấp một đối tượng mảng N chiều mạnh mẽ, cùng với các công cụ để tích hợp mã C và C++, đại số tuyến tính, biến đổi Fourier và tạo số ngẫu nhiên. Gần như mọi thư viện khoa học dữ liệu và máy học trong hệ sinh thái Python đều được xây dựng dựa trênNumPy.

VớiPyRun, bạn có thể sử dụngNumPytrực tiếp trong trình duyệt của mình — không cần cài đặt pip, không cần môi trường ảo, không cần thiết lập. Thư việnNumPyđầy đủ được gói bên trong bản phân phốiWebAssemblycủaPyodidevà tự động tải khi mã của bạn nhập nó. Điều này làm choPyRuntrở thành một trong những cách nhanh nhất để thử nghiệm tính toán số mà không cần chạm vào máy cục bộ của bạn.

Đầu ra mã & thực thi

Phép nhân ma trận, tích số chấm và thống kê cơ bản.

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))

Gói liên quan

Tài nguyên Python được đề xuất

Mở rộng kiến thức của bạn với các hướng dẫn tương tác, bảng ghi chú và so sánh mã có liên quan.