zoukankan      html  css  js  c++  java
  • Python笔记_第五篇_Python数据分析基础教程_前言

    1. 前言

      本部分会讲解在Python环境下进行数值运算。以NumPy为核心,并讲解其他相关库的使用,诸如Matplotlib等绘图工具等。

      C、C++和Forttran等变成语言各有各的优势,但是他们不是交互式语言,并且被很多人认为过于复杂。常见的商业产品还有Matlab、Maple和Mathematica。这些产品提供了强大的脚本语言,但和通用编程语言比起来,功能依然有限。另外还有一些类似于Matlab的开源工具,如R、GNU Octave和Siclab。显然,作为编程语言,他们都不如Python强大。

      NumPy的大部分语言是用C来写的,和Matlab一样都调用了系统中的LAPACK库。(LAPACK是一个非常著名的数值计算库,最初使用Fortran写成的)。这使得NumPy比纯Python代码高效很多。NumPy同样支持C语言的API,并且允许在C源码上做更多的功能拓展。

      但是如果你是用的Jython的话,无法调用NumPy,一万大不符NumPy模块是用C语言实现的。Jython运行在Java的虚拟机上面。

     

    2. NumPy的由来

      NumPy 的前身是Numeric。Numeric是最早发布于1995年,如今已经废弃。由于种种原因,不管是Numeric还是NumPy都没能够进入Python标准库,需要三方安装。期初NumPy其实是SciPy的一部分,后来才从SciPy中分离出来。如今,SciPy在处理数组和矩阵时会调用Numpy。

    3. 我们大体需要的库如下

      Python

      NumPy

      SciPy

      Matplotlib

      Pyganme

      IPython

      其他

  • 相关阅读:
    Yahoo军规
    简单无序列表
    PS切图基本操作
    Web Service 系列 → 智能升级也简单(用Web Services制作升级程序)
    PHP 模板引擎 Smarty
    C# 哈希表(Hashtable)
    ASP.NET 备份与恢复ACCESS数据库
    开源的C#组件 RSS.NET
    Discuz!NT 的URL地址重写(URLRewrite)
    C# SquishIt JavaScript、CSS压缩器
  • 原文地址:https://www.cnblogs.com/noah0532/p/11263296.html
Copyright © 2011-2022 走看看