ماژول NumPy یک کتابخانه پایتون (Python) است که برای کار با آرایه ها (Arrays) استفاده می شود.
همچنین دارای توابعی برای کار در حوزه جبر خطی (linear algebra)، تبدیل فوریه (fourier transform) و ماتریس ها (matrices) است.
NumPy در سال 2005 توسط Travis Oliphant به وجود آمد که یک پروژه منبع باز (Open Source) است و می توانید به صورت رایگان از آن استفاده کنید.
NumPy مخفف عبارت Numerical Python است.
چرا باید از NumPy استفاده کنیم؟
در پایتون ما لیست ها (Lists) ها را داریم که از آن ها به منظور آرایه ها (Arrays) استفاده می کنیم، اما پردازش آن ها کند است.
هدف NumPy ارائه یک شی آرایه ای است که حداکثر 50 برابر سریع تر از لیست های سنتی پایتون باشد.
شی آرایه ای در NumPy، ndarray نام دارد که بسیاری از توابع را پشتیبانی می کند و این کار با ndarray را بسیار آسان می کند.
آرایه ها اغلب در علم داده (Data Science) استفاده می شوند، بنابراین سرعت و منابع بسیار حائز اهمیت هستند.
تعریف علم داده (Data Science): شاخه ای از علوم کامپیوتر است که در آن نحوه ذخیره، استفاده و تجزیه و تحلیل داده ها برای به دست آوردن اطلاعات از آن را مطالعه می کنیم.
چرا NumPy سریعتر از لیست (List) است؟
آرایه های NumPy برخلاف لیست ها (Lists) در یک مکان از حافظه، به صورت پیوسته ذخیره می شوند، بنابراین فرآیندها می توانند به آن ها دسترسی داشته باشند و آن ها را دستکاری کنند که بسیار کارآمد است.
این رفتار در علوم کامپیوتر، محل مرجع (Locality of Reference) نامیده می شود.
این دلیل اصلی سریع تر بودن NumPy از لیست ها (Lists) است که برای کار با جدیدترین معماری CPU بهینه شده است.
NumPy با کدام زبان برنامه نویسی نوشته شده است؟
NumPy یک کتابخانه پایتون است و تا حد زیادی با پایتون نوشته شده است، اما بیشتر قسمت هایی که نیاز به محاسبه سریع دارند با C یا ++C نوشته شده است.
منبع کد NumPy در کجا قرار دارد؟
منبع کد NumPy در مخزن GitHub زیر قرار دارد:
گیت هاب: بسیاری از افراد را قادر می سازد تا در یک پایگاه کد (Codebase) یکسان کار کنند.
خب به پایان یکی دیگر از مقالات پایتون رسیدیم و اطلاعات پایه ای در مورد ماژول NumPy کسب کردیم.
در مقاله بعدی کار با ماژول NumPy را شروع خواهیم کرد و طریقه استفاده این ماژول کاربردی را با یکدیگر بررسی خواهیم کرد.


کامل ترین چک لیست بازاریابی محتوا (معرفی 11 نکته کلیدی)

محتوای زرد چیست؟ معرفی ابزار های زرد نویسی + انواع آن

کراول باجت چیست؟ معرفی بهترین ترفندهای بهینه سازی آن

آموزش طراحی قالب اینستاگرام + معرفی ابزار

جایگزین الکسا: ماجرای بازنشستگی الکسا و معرفی بهترین ابزارها برای جایگزینی آن

روش های تشخیص زبان برنامه نویسی سایت + معرفی ابزار
بهترین روش های تشخیص محتوای کپی + معرفی ابزار

آموزش بکاپ گیری و بازگردانی بک آپ در وردپرس + معرفی افزونه

کپچا چیست؟ آموزش استفاده + معرفی افزونه کپچا وردپرس

معرفی بهترین افزونه های جدول ساز وردپرس + دانلود

آموزش Drag And Drop (کشیدن و رها کردن) عناصر در HTML

موقعیت جغرافیایی (لوکیشن یا مکان) در HTML

چگونه از YouTube در HTML استفاده کنیم؟

افزونه ها (plug-ins) در HTML

تگ audio در HTML

تگ video در HTML

Multimedia (چند رسانه ای) در HTML

عنصر SVG در زبان نشانه گذاری HTML

عنصر canvas در زبان نشانه گذاری HTML

ویژگی form عنصر input در زبان نشانه گذاری HTML