NumPy-快速处理数据

标准的Python中用列表(list)保存一组值,可以用来当作数组使用。但由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针。这样为了保存一个简单的列表[1,2,3],需要有三个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。

此外Python还提供了array模块,它所提供的array对象和列表不同,能直接保存数值,和C语言的一维数组类似。但是由于它不支持多维数组,也没有各种运算函数,因此也不适合做数值运算。

NumPy的诞生弥补了这些不足,NumPy提供了两种基本的对象:ndarray[1]和ufunc[2]。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组,而ufunc则是能够对数组进行处理的函数。

Footnotes

[1]英文全称为:N-dimensional array object
[2]英文全称为:universal function object

上一个主题

函数库介绍

下一个主题

ndarray对象

本页

loading...