【AiDocZh.com】Numpy官网文档中文翻译上线啦
一、Numpy官网文档中文翻译上线
地址: http://www.aidoczh.com/numpy/
Numpy中文文档终于上线啦,这个工具是数据分析、计算等重要的一个工具,有了中文文档,可以方便使用者查阅文档,及时了解工具使用细节,希望能对大家学习有帮助。
二、什么是Numpy
NumPy 是 Python 中科学计算的基本包.它是一个 Python 库,提供了一个多维数组对象,各种派生对象(如掩码数组和矩阵),以及一系列用于快速操作数组的例程,包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计操作、随机模拟等等.
在 NumPy 包的核心,是 ndarray 对象.这个对象封装了同质数据类型的 n 维数组,许多操作在编译代码中执行以提高性能.NumPy 数组与标准 Python 序列有几个重要区别:
- NumPy 数组在创建时具有固定大小,不像 Python 列表(可以动态增长).改变 ndarray 的大小将创建一个新数组并删除原始数组.
- NumPy 数组中的元素都必须是相同的数据类型,因此在内存中大小相同.例外情况:可以有(Python,包括 NumPy)对象的数组,从而允许不同大小的元素的数组.
- NumPy 数组便于对大量数据进行高级数学和其他类型的操作.通常,与使用 Python 的内置序列相比,这些操作可以更高效地执行并且代码更少.
- 越来越多的基于Python的科学和数学包正在使用NumPy数组;尽管这些包通常支持Python序列输入,但它们在处理之前会将这种输入转换为NumPy数组,并且它们经常输出NumPy数组.换句话说,为了高效使用当今许多(甚至可能是大多数)基于Python的科学/数学软件,仅仅知道如何使用Python的内置序列类型是不够的——还需要知道如何使用NumPy数组.
三、内容导航
1、用户指南
入门
基础和使用
高级用法和互操作性
额外功能
2、API参考
3、从源码编译
4、开发
- 设置和使用您的开发环境
- 构建 NumPy API 和参考文档
- 开发工作流程
- 高级调试工具
- 审阅者指南
- NumPy 基准测试
- NumPy C 风格指南
- 对于下游包作者
- 发布一个版本
- NumPy 治理
- 如何为 NumPy 文档做贡献