Python数据分析|统计与科学计算工具库Numpy简介article-detail/141免责声明：版权所有，转载请联系平台及作者并注明出处1.NumPy介绍数据分析、机器学习、深度学习领域.许多计算过程可以通过向量和矩阵进行并行化和高效处理，而NumPy可以很好地支持向量化运算。NumPy包是Python生态系统中科学计算的核心支撑之一。数据分析工具库pandas、计算机视觉工具库OpenCV等库都是基于NumPy的。熟悉NumPy后，知名深度学习框架如PyTorch、TensorFlow、Keras等，也可以直接迁移应用处理的方式，很多操作甚至可以不做任何改动直接在GPU上运行计算。N维数组是NumPy的核心概念，大部分数据操作都是基于n维数组来完成的。本系列内容涵盖1维数组运算、2维数组运算、3维数组运算方法。本文是一系列导入文章。2.NumPy数组2.1ListVSarrayn维数组是NumPy中的核心结构之一。数组有点类似于Python的列表：都是用来加载数据的，都可以快速添加或获取元素，而插入和移除元素则相对较慢。但是NumPy数组由于其广播特性可以直接进行算术运算，而Python列表则需要通过列表推导等操作来完成。对比示例如下（左边是列表，右边是NumPy数组）：2.2Numpy数组的其他特点比较紧凑，尤其是高维的时候。向量化后，运算速度比列表快。在末尾添加元素时，效率不如列表（左边是List，右边是NumPy数组）元素类型一般是固定的其中，O(N)表示完成操作所需的时间与数组大小成正比（参见Big-OCheatSheet），O(1)表示运算时间与数组大小成正比，与Size无关（详见TimeComplexity）。资料及代码下载本教程系列的代码可以在ShowMeAI对应的github上下载，可以在本地python环境下运行，会科学上网的宝宝也可以直接使用googlecolab运行和交互学习一键！本系列教程涉及的小抄可以在以下地址下载：Pandas小抄Matplotlib小抄Seaborn小抄扩展参考资料Pandas可视化教程Seaborn官方教程ShowMeAI相关文章推荐数据分析数据分析思维入门数据分析数学基础业务认知与数据探索数据清洗与预处理业务分析与数据挖掘数据分析工具地图统计与数据科学计算工具库Numpy介绍Numpy与一维数组运算Numpy与二维数组运算Numpy与高维数组运算数据分析工具库Pandas介绍DiagramPandas核心操作功能百科DiagramPandas数据转换进阶功能Pandas数据分组及操作数据可视化原理与方法基于Pandas的数据可视化seaborn工具及数据可视化ShowMeAIs系列教程推荐图解Python编程：从入门到精通系列教程图解数据分析：从入门到精通系列教程图解AI数学基础：从入门到精通系列教程图解大数据技术：从入门到精通系列教程
