Как установить Numpy в Windows?
Python NumPy — это пакет обработки массивов общего назначения, предоставляющий инструменты для обработки n-мерных массивов. Он предоставляет различные вычислительные инструменты, такие как комплексные математические функции, процедуры линейной алгебры. NumPy обеспечивает как гибкость Python, так и скорость хорошо оптимизированного скомпилированного кода C. Его простой в использовании синтаксис делает его очень доступным и продуктивным для программистов с любым опытом.
Предпосылки:
Единственное, что вам нужно для установки Numpy в Windows:
- питон
- PIP или Conda (в зависимости от предпочтений пользователя)
Установка Numpy в Windows:
Для пользователей Конды:
Если вы хотите, чтобы установка выполнялась через conda, вы можете использовать следующую команду:
conda install -c anaconda numpy
Вы получите аналогичное сообщение после завершения установки.

Убедитесь, что вы следуете рекомендациям по установке с помощью conda as:
- Используйте среду для установки, а не базовую среду, используя следующую команду:
conda create -n my-env conda activate my-env
Примечание. Если вы предпочитаете метод установки conda-forge, используйте следующую команду:
conda config --env --add channels conda-forge
Для пользователей PIP:
Пользователи, которые предпочитают использовать pip, могут использовать следующую команду для установки NumPy:
pip install numpy
После завершения установки вы получите похожее сообщение:

Теперь, когда мы успешно установили Numpy в нашей системе, давайте рассмотрим несколько простых примеров.
Пример 1: основные символы массива Numpy
Python3
# Python program to demonstrate# basic array characteristicsimport numpy as np # Creating array objectarr = np.array( [[ 1, 2, 3], [ 4, 2, 5]] ) # Printing type of arr objectprint("Array is of type: ", type(arr)) # Printing array dimensions (axes)print("No. of dimensions: ", arr.ndim) # Printing shape of arrayprint("Shape of array: ", arr.shape) # Printing size (total number of elements) of arrayprint("Size of array: ", arr.size) # Printing type of elements in arrayprint("Array stores elements of type: ", arr.dtype) |
Выход:
Array is of type: No. of dimensions: 2 Shape of array: (2, 3) Size of array: 6 Array stores elements of type: int64
Пример 2: Основные операции Numpy
Python3
# Python program to demonstrate# basic operations on single arrayimport numpy as np a = np.array([1, 2, 5, 3]) # add 1 to every elementprint ("Adding 1 to every element:", a+1) # subtract 3 from each elementprint ("Subtracting 3 from each element:", a-3) # multiply each element by 10print ("Multiplying each element by 10:", a*10) # square each elementprint ("Squaring each element:", a**2) # modify existing arraya *= 2print ("Doubled each element of original array:", a) # transpose of arraya = np.array([[1, 2, 3], [3, 4, 5], [9, 6, 0]]) print ("
Original array:
", a)print ("Transpose of array:
", a.T) |
Выход:
Adding 1 to every element: [2 3 6 4] Subtracting 3 from each element: [-2 -1 2 0] Multiplying each element by 10: [10 20 50 30] Squaring each element: [ 1 4 25 9] Doubled each element of original array: [ 2 4 10 6] Original array: [[1 2 3] [3 4 5] [9 6 0]] Transpose of array: [[1 3 9] [2 4 6] [3 5 0]]