安裝自行解決

成都創(chuàng)新互聯(lián)始終堅持【策劃先行，效果至上】的經(jīng)營理念，通過多達(dá)10年累計超上千家客戶的網(wǎng)站建設(shè)總結(jié)了一套系統(tǒng)有效的營銷解決方案，現(xiàn)已廣泛運(yùn)用于各行各業(yè)的客戶，其中包括：成都水處理設(shè)備等企業(yè)，備受客戶夸獎。

##為什么使用NumPy

文件 vectorSumCompare.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = 'teng'
import sys
from datetime import datetime
import numpy as np

def numpysum(n):
    a = np.arange(n)**2
    b = np.arange(n)**3
    c = a+b
    return c

def pythonsum(n):
    a = range(n)
    b = range(n)
    c = []
    for i in range(len(a)):
        a[i] = i**2
        b[i] = i**3
        c.append(a[i]+ b[i])
    return c
size = int(sys.argv[1])

start = datetime.now()
c = pythonsum(size)
print "pythonsum:", c
delta = datetime.now() - start
print "The last 2 elements of the sum", c[-2:]
print "PythonSum elapsed time in microseconds", delta.microseconds
start = datetime.now()
c = numpysum(size)
print "numpysum:", c
delta = datetime.now() - start
print "The last 2 elements of the sum", c[-2:]
print "NumPySum elapsed time in microseconds", delta.microseconds

運(yùn)行以上腳本 如python vectorSumCompare.py 10000

Numpy的優(yōu)點(diǎn)

簡單

數(shù)據(jù)量大的時候 速度快

##NumPy數(shù)組對象

調(diào)試方法shape 返回一個tuple 元組中的元素為NumPy數(shù)組每一個維度上的大小

arange 一維數(shù)組

In [15]: m = np.array([np.arange(2), np.arange(2)])

In [16]: m

Out[16]: array([[0, 1],[0, 1]])

In [17]: m.shape

Out[17]: (2, 2)

ndarray是一個多維數(shù)組對象：

分為兩個部分 實(shí)際數(shù)據(jù)和描述這些數(shù)據(jù)的元數(shù)據(jù)

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

當(dāng)前名稱：NumPy基礎(chǔ)（一）-創(chuàng)新互聯(lián)
當(dāng)前鏈接：http://weahome.cn/article/eejoi.html