کتابخانه NumPy

NumPy یکی از اصلی ترین پکیج های محاسبات علمی در پایتون است. این یک کتابخانه پایتون است که امکان ایجاد آرایه های چند بعدی، مانند آرایه های نقاب دار (masked arrays)، ماتریسها و .. را به ما میدهد، یک آرایه NumPy ویژگیهایی همچون محاسبات ریاضی، منطقی، تغییر شکل آرایه ها، مرتب سازی، انتخاب، جبر خطی، محاسبات آماری، شبیه سازی تصادفی و… را نیز در اختیار میگذارد.

هسته این کتابخانه شئ ndarray است، این آرایه چند بعدی که انوع مختلفی از داده را می‌تواند ذخیره نماید، بسیار کارآمد و بهینه طراحی شده و تفاوت های اصلی آن به با لیست های استاندارد پایتون به شرح ذیل میباشد:

• آرایه NumPy بر خلاف لیست های پایتون اندازه ثابتی در هنگام ساخته شدن دارد، و تغییر در اندازه این آرایه منجر به ساخته شدن یک آرایه جدید و پاک شدن آرایه قبلی میشود.
• تمامی پارامترهای یک آرایه NumPy در حالت پیش فرض میبایست از یک نوع خاص داده باشند که باعث بهبود عملکرد در مدیریت حافظه میشود. اگرچه امکان تعریف داده های متفاوت نیز در یک آرایه وجود دارد.
• آرایه های NumPy قادر به انجام بسیاری از عملیات آماری و ریاضی بر روی داده ها زیاد، به صورت کاملا کارامد و بهینه با خطوط بسیار کمی از کد هستند.

به عنوان یک مثال ساده برای ضرب دو آرایه یک بعدی در پایتون اگر این آرایه ها را a و b در نظر بگیریم میتوان به شکل زیر عمل کرد:

c = []
for i in range(len(a)):
   c.append(a[i]*b[i])

اما اگر میلیون ها عدد در این آرایه ها وجود داشته باشد، این شیوه هزینه و زمان زیادی برای شما در پی خواهد داشت، همین کار را اگر با زبان C انجام دهیم به صورت زیر خواهد بود:

for (i = 0; i < rows; i++): {
c[i] = a[i]*b[i];
}

مسلما در زبان C ما بسیار سریعتر از شیوه پایتونی کار را به انجام خواهیم رساند، ولی چیزی که از دست خواهیم داد سادگی کد و خوانایی بالای آن در پایتون است.

NumPy این مشکل را برطرف کرده و زیبایی های هر دو جهان را با هم به ما هدیه میکند، سرعتی بالا نزدیک به زبان C در زبان ساده و خوانای پایتون. برای انجام مورد فوق با آرایه های NumPy کافیست به شکل زیر عمل نمایید:

c = a * b

نصب در پایتون

برای نصب numpy می‌توانید از نصب کننده بسته pip با دستور زیر استفاده کنید:

pip install numpy

هم چنین برای سیستم عامل ویندوز یک بسته اجرایی نیز ارائه شده است که از این لینک قابل دریافت است.

بخشی از مطلب فوق از پایگاه دیتاساینس نقل شده است.

با نظرات و بازخوردهای خود در بهبود هر چه بهتر مطالب و محتوای سایت یاری دهید.