如何扩展NumPy 编写扩展模块 必需的子程序 定义函数 没有关键字参数的函数 带关键字参数的函数 引用计数 处理数组对象 转换任意序列对象 创建一个全新的ndarray 获取ndarray内存并访问ndarray的元素 示例 使用Python作为胶水 从Python调用其他编译库 手工生成的包装器 f2py 创建基本扩展模块的源 创建编译的扩展模块 改善基本界面 在Fortran源中插入指令 过滤示例 从Python调用f2py 自动扩展模块生成 结论 用Cython Cython中的复杂添加 Cython中的图…
此处给出了从源代码构建NumPy的一般概述，以及单独给出的特定平台的详细说明。 先决条件 构建NumPy需要安装以下软件： 基本安装 要安装NumPy运行： pip install . 要执行可以从源文件夹运行的就地构建： python setup.py build_ext --inplace NumPy构建系统使用setuptools（从numpy 1.11.0开始，之前很简单distutils）和numpy.distutils。使用virtualenv应该按预期工作。 注意：有关在NumPy上进行开发工作的构建…
介绍 MATLAB®和NumPy / SciPy有很多共同之处。但是有很多不同之处。创建NumPy和SciPy是为了用Python最自然的方式进行数值和科学计算，而不是MATLAB®克隆。本页面旨在收集有关差异的智慧，主要是为了帮助熟练的MATLAB®用户成为熟练的NumPy和SciPy用户。 一些关键的差异 MATLAB NumPy 在MATLAB®中，基本数据类型是双精度浮点数的多维数组。大多数表达式采用这样的数组并返回这样的数 对这些数组的2-D实例的操作被设计成或多或少地像线性代数中的矩阵运算。 在NumP…
IEEE 754 浮点特殊值 在 NumPy 中定义的特殊值可以通过：nan，inf， NaNs 可以用作简陋的占位类型（如果你并不在乎初始的值是什么的话） 注意：不能使用相等来测试 NaN。例如： >>> myarr = np.array([1., 0., np.nan, 3.]) >>> np.nonzero(myarr == np.nan) (array([], dtype=int64),) >>> np.nan == np.nan # is always…
介绍 子类化ndarray相对简单，但与其他Python对象相比，它有一些复杂性。在这个页面上，我们解释了允许你子类化ndarray的机制，以及实现子类的含义。 # ndarrays和对象创建 ndarray的子类化很复杂，因为ndarray类的新实例可以以三种不同的方式出现。这些是： 显式构造函数调用 - 如 MySubClass(params)。这是Python实例创建的常用途径。 查看转换 - 将现有的ndarray转换为给定的子类 模板中的新内容 - 从模板实例创建新实例。示例包括从子类化数组返回切片，…
NumPy 的分派机制(在numpy版本v1.16中引入)是编写与numpy API兼容并提供numpy功能的自定义实现的自定义N维数组容器的推荐方法。 应用包括 dask 数组(分布在多个节点上的N维数组) 和 cupy 数组(GPU上的N维数组)。 为了获得编写自定义数组容器的感觉，我们将从一个简单的示例开始，该示例具有相当狭窄的实用程序，但说明了所涉及的概念。 >>> import numpy as np >>> class DiagonalArray: ... def i…
介绍 结构化数组是ndarray，其数据类型是由一系列命名字段 组织的简单数据类型组成。例如： >>> x = np.array([('Rex', 9, 81.0), ('Fido', 3, 27.0)], ... dtype=[('name', 'U10'), ('age', 'i4'), ('weight', 'f4')]) >>> x array([('Rex', 9, 81.), ('Fido', 3, 27.)], dtype=[('name', 'U10'), ('a…
字节排序和ndarrays简介 ndarray是一个为内存中的数据提供python数组接口的对象。 经常发生的情况是，要用数组查看的内存与运行Python的计算机的字节顺序不同。 例如，我可能正在使用带有 little-endian CPU 的计算机 - 例如Intel Pentium，但是我已经从一个由 big-endian计算机 编写的文件中加载了一些数据。假设我已经从Sun（big-endian）计算机写入的文件中加载了4个字节。我知道这4个字节代表两个16位整数。在 big-endian 机器上，首先以最高…
另见 numpy.broadcast Numpy中的数组广播 注意 有关广播概念的说明，请参阅此文章 。 术语广播（Broadcasting）描述了 numpy 如何在算术运算期间处理具有不同形状的数组。受某些约束的影响，较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。广播提供了一种矢量化数组操作的方法，以便在C而不是Python中进行循环。它可以在不制作不必要的数据副本的情况下实现这一点，通常导致高效的算法实现。然而，有些情况下广播是一个坏主意，因为它会导致内存使用效率低下，从而减慢计算速度。 NumP…
另见 索引 索引相关API 数组索引是指使用方括号（[]）来索引数组值。索引有很多选项，它可以为numpy索引提供强大的功能，但是功能会带来一些复杂性和混淆的可能性。本节仅概述了与索引相关的各种选项和问题。除了单个元素索引之外，大多数这些选项的详细信息都可以在相关章节中找到。 赋值与引用 以下大多数示例体现在引用数组中的数据时使用索引。分配给数组时，这些示例也可以正常运行的。有关分配的原理具体示例和说明，请参见最后一节。 单个元素索引 人们期望的是1-D数组的单元素索引。它的工作方式与其他标准Python序列完全相…
