numpy库的特点,numpy库基本方法总结

　　本文主要介绍如何在ubuntu18.04下安装numpy、scipy、pandas和matplotlib。

一、numpy

Numpy(数值Python)是用Python进行科学计算的基础软件包。NumPy是Python编程语言的扩展，增加了对大型多维数组和矩阵的支持，以及操作这些数组的大型高级数学函数库。NumPy提供了许多先进的数值编程工具，如矩阵数据类型、向量处理和复杂的操作库。它是专门为严格的数字处理而生产的。

安装：

　　如果你的ubuntu中没有安装python，请先安装python。

　　在终端输入以下命令：

　　Sudapt-get更新sudapt-get安装python-numpy如果是python3，只要把上面的python-numpy改成python3-numpy就行了，下面的安装包也是一样的。

　　from Numpy Import * A=Arange(12)A=A . shape(3，2，2) Print A II。Scipy SciPy(读作“叹息派”)是一款面向数学、科学和工程的开源软件。SciPy库依赖于NumPy，它提供了方便的N维数组操作。SciPy库是为处理NumPy数组而构建的，它提供了许多用户友好且高效的数值例程，比如用于数值积分和优化的例程。它们可以在所有流行的操作系统上一起运行，并且安装快速且免费。NumPy和SciPy易于使用，但功能强大，足以被一些世界领先的科学家和工程师所依赖。如果你需要处理数字并在你的电脑上显示或发布结果，那么Scipy就是这项工作的工具。

　　打开终端并输入：

　　Sudapt-Get更新Sudapt-Get安装Python-Scipy III。Pandas Pandas是一个Python软件包，提供了一个快速、灵活、富有表现力的数据结构，旨在使“关系”或“标记”数据的工作变得简单直观。它旨在成为Python中实际、真实世界数据分析的基本高级组件。此外，它还有一个更广泛的目标，那就是成为任何语言中最强大、最灵活的开源数据分析/操作工具。它朝着这个目标进展顺利。

　　Pandas是许多不同类型数据的理想选择：

　　1.具有异构列的表数据，例如在SQL表或Excel电子表格中。

　　2.有序和无序(不一定是固定频率)时间序列数据。

　　3.具有行和列标签的任何矩阵数据(统一类型或不同类型)。

　　4.任何其他形式的观察/统计数据集。数据实际上不需要被标记为放置在pandas数据结构中。

安装：

　　Sudapt-get更新Sudapt-get安装Python-Pandas IV。matplotlib matplotlib是Python编程语言及其NumPy数值数学扩展的绘图库。它提供了一个面向对象的API，使用常见的GUI工具包(如wxPython、Qt或GTK)将绘图嵌入到应用程序中。还有一个基于状态机(如OpenGL)的程序“pylab”接口，其设计与MATLAB非常相似。SciPy使用matplotlib。

安装：

　　Sudapt-get更新Sudapt-get安装Python-matplotlib，特别是引入matplotlib库时，需要注意的是，在python3环境下，需要提前引入tkinter包：

　　import tkinter import matplotlib . py plot as PLT import numpy as NP命令检查是否安装了tkinter:

　　O sudapt搜索python3-tk的命令安装tkinter。注意，这里的包名不是tkinter，而是python 3-tk:

　　sud apt install Python 3-TK(Ubuntu)v . scikit-learn scikit-learn项目是由David Cournapeau编写的Google Summer of Code project scikits . learn启动的它的名字来源于这样一个概念：它是一个“SciPy toolkit”(SciPy toolkit)，是由SciPy独立开发和分发的第三方扩展。最初的代码基础后来被其他开发人员广泛改写。在各种scikit中，scikit-learn和scikit-image在2012年11月被描述为“维护良好且广受欢迎”。