2.2 高级Numpy

作者: Pauli Virtanen

Numpy是Python科学工具栈的基础。它的目的很简单：在一个内存块上实现针对多个物品的高效操作。了解它的工作细节有助于有效的使用它的灵活性，使用有用的快捷键，基于它构建新的工作。

这个指南的目的包括：

• 剖析Numpy数组，以及它的重要性。提示与技巧。
• 通用函数：什么是、为什么以及如果你需要一个全新的该做什么。
• 与其他工具整合：Numpy提供了一些方式将任意数据封装为ndarray，而不需要不必要的复制。
• 新近增加的功能，对我来说他们包含什么：PEP 3118 buffers、广义ufuncs, …

先决条件

• Numpy (>= 1.2; 越新越好…)
• Cython (>= 0.12, 对于Ufunc例子)
• PIL (在一些例子中使用)

在这个部分，numpy将被如下引入：

In [2]:

import numpy as np

章节内容

• ndarry的一生
  • 它是…
  • 内存块
  • 数据类型
  • 索引体系：strides
  • 剖析中的发现
• 通用函数
  • 他们是什么？
  • 练习：从零开始构建一个ufunc
  • 答案：从零开始构建一个ufunc
  • 广义ufuncs
• 协同工作功能
  • 共享多维度，类型数据
  • 旧的buffer协议
  • 旧的buffer协议
  • 数组接口协议
• 数组切片：chararray、maskedarray、matrix
  • chararray：向量化字符操作
  • masked_array 缺失值
  • recarray：纯便利
  • matrix：便利？
• 总结
• 为Numpy/Scipy做贡献
  • 为什么
  • 报告bugs
  • 贡献文档
  • 贡献功能
  • 如何帮忙，总的来说