| Packages/Software | Description |
| NumPy |
NumPy 官網(wǎng) http://www.numpy.org/ NumPy 源代碼：https://github.com/numpy/numpy |
| SciPy |
SciPy 官網(wǎng)：https://www.scipy.org/ SciPy 源代碼：https://github.com/scipy/scipy |
| Pandas | 官網(wǎng)：https://pandas.pydata.org/ |
| Matplotlib |
Matplotlib 官網(wǎng)：https://matplotlib.org/ Matplotlib源代碼：https://github.com/matplotlib/matplotlib |
| Seaborn | 官網(wǎng)：https://seaborn.pydata.org/ |
| Scikit-learn | 官網(wǎng)：https://scikit-learn.org/stable/ |
| Anaconda | 官網(wǎng)：https://www.anaconda.com/distribution/ |
各組件的安裝方法類似，以NumPy為參考。
Python 官網(wǎng)上的發(fā)行版是不包含 NumPy 模塊的，我們可以使用以下幾種方法來(lái)安裝。
對(duì)于許多用戶，尤其是在 Windows 上，最簡(jiǎn)單的方法是下載以下的 Python 發(fā)行版，它們包含了所有的關(guān)鍵包
（包括 NumPy，SciPy，matplotlib，IPython，SymPy 以及 Python 核心自帶的其它包）：
Anaconda: 免費(fèi) Python 發(fā)行版，用于進(jìn)行大規(guī)模數(shù)據(jù)處理、預(yù)測(cè)分析，和科學(xué)計(jì)算，致力于簡(jiǎn)化包的管理和部署。
支持 Linux, Windows 和 Mac 系統(tǒng)。
Enthought Canopy: 提供了免費(fèi)和商業(yè)發(fā)行版。持 Linux, Windows 和 Mac 系統(tǒng)。
Python(x,y) : 免費(fèi)的 Python 發(fā)行版，包含了完整的 Python 語(yǔ)言開發(fā)包 及 Spyder IDE。
支持 Windows，僅限 Python 2 版本。
WinPython:另一個(gè)免費(fèi)的 Python 發(fā)行版，包含科學(xué)計(jì)算包與 Spyder IDE。
支持 Windows。
Pyzo: 基于 Anaconda 的免費(fèi)發(fā)行版本及 IEP 的交互開發(fā)環(huán)境，超輕量級(jí)。
支持 Linux, Windows 和 Mac 系統(tǒng)。
安裝 NumPy 最簡(jiǎn)單的方法就是使用pip 工具：
pip3 install --user numpy scipy matplotlib
--user 選項(xiàng)可以設(shè)置只安裝在當(dāng)前的用戶下，而不是寫入到系統(tǒng)目錄。
默認(rèn)情況使用國(guó)外線路，國(guó)外太慢，我們使用清華的鏡像就可以:
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
測(cè)試是否安裝成功：
>>> from numpy import *
>>> eye(4)
array([[1., 0., 0., 0.],
[0., 1., 0., 0.],
[0., 0., 1., 0.],
[0., 0., 0., 1.]])
以NumPy為例，更多玩法請(qǐng)查看官方文檔。
| 函數(shù) | 描述 |
|---|---|
| dot | 兩個(gè)數(shù)組的點(diǎn)積，即元素對(duì)應(yīng)相乘。 |
| vdot | 兩個(gè)向量的點(diǎn)積 |
| inner | 兩個(gè)數(shù)組的內(nèi)積 |
| matmul | 兩個(gè)數(shù)組的矩陣積 |
| determinant | 數(shù)組的行列式 |
| solve | 求解線性矩陣方程 |
| inv | 計(jì)算矩陣的乘法逆矩陣 |
numpy.vdot() 函數(shù)是兩個(gè)向量的點(diǎn)積。
如果第一個(gè)參數(shù)是復(fù)數(shù)，那么它的共軛復(fù)數(shù)會(huì)用于計(jì)算。
如果參數(shù)是多維數(shù)組，它會(huì)被展開。
import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([[11,12],[13,14]]) # vdot 將數(shù)組展開計(jì)算內(nèi)積 print(np.vdot(a,b))
輸出結(jié)果為：
130
以上就是pypython自學(xué)建議收藏學(xué)習(xí)的七個(gè)生態(tài)系統(tǒng)核心庫(kù)的詳細(xì)內(nèi)容，更多關(guān)于pypython生態(tài)系統(tǒng)核心庫(kù)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
標(biāo)簽：烏魯木齊 呼倫貝爾 銀川 安慶 湘西 呼倫貝爾 三亞 葫蘆島
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《七個(gè)生態(tài)系統(tǒng)核心庫(kù)[python自學(xué)收藏]》，本文關(guān)鍵詞 七個(gè),生態(tài)系統(tǒng),核心,庫(kù),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。