全部分类
NumPy 2.5.3 于 2026年9月6日 发布,是 NumPy 2.5 系列的当前官方稳定版本,要求 Python >=3.12。NumPy 是 Python 科学计算生态的基础库,提供 ndarray 多维数组、广播机制、向量化运算、统计函数、随机数、FFT、线性代数和矩阵计算等能力。 官方网站:https://numpy.org/
NumPy必备开发工具
专栏首页
历史版本
学习视频
手册
专题
资讯
文章
更新时间:2026-09-23
Windows版本
苹果版本
Linux版本
DETAILED INTRODUCTION
NumPy 是 Python 科学计算生态的基础开源库,提供 ndarray 多维数组对象、广播机制、向量化运算、ufunc 通用函数、排序搜索、随机数、FFT、线性代数、统计函数和矩阵计算能力,是 SciPy、Pandas、Matplotlib、scikit-learn、Jupyter 等数据科学与机器学习工具的重要依赖,适合科研计算、数据分析、机器学习预处理、数值模拟和工程脚本开发。
社区
大V推荐
NumPy 官方X
NumPy版本
2026-09-20
本专题整理 NumPy 数组创建、索引、切片与数据选择相关教程,覆盖 np.array、zeros/ones、多维数组形状、基础切片、花式索引、布尔索引、条件筛选、视图与副本等常用场景,帮助读者系统掌握 ndarray 数据构造与高效提取方法。
本专题整理 NumPy 广播机制、数组数学运算与统计分析相关教程,覆盖广播规则、维度对齐、矩阵与数组加减除法、向量化计算、均值方差、分位数、中位数、直方图和 unique 频次统计等场景,帮助读者掌握 ndarray 高效计算与统计处理方法。
本专题整理 NumPy 矩阵运算与线性代数计算相关教程,覆盖矩阵乘法、dot 与 @ 运算符、逆矩阵、行列式、特征值与特征向量、SVD、线性方程组、欧氏距离、矩阵分解和大规模矩阵性能优化等内容,帮助读者掌握 np.linalg 与矩阵计算实战。
本专题整理 NumPy 随机数、文件读写与 dtype 数据类型相关教程,覆盖 Generator/random、随机数种子、正态分布采样、npy/npz/CSV/TXT 保存读取、loadtxt/savetxt、memmap、大文件处理、astype 类型转换、结构化 dtype、整数溢出和精度丢失等场景。
本专题整理 NumPy 性能优化、版本更新与常见报错排查相关教程,覆盖向量化计算、广播性能、内存布局、NumPy 2.0 升级、版本兼容冲突、安装导入报错、dtype 溢出、矩阵运算异常和 broadcasting 报错修复,帮助读者系统掌握 NumPy 性能调优与问题定位方法。
本专题整理 NumPy 常见函数使用方法相关教程,覆盖函数大全、参数用法、数组运算、统计聚合、排序处理、where 条件筛选、linspace 创建数列等常用场景,帮助读者快速掌握 NumPy 函数调用思路和实际数据处理技巧。
共0课时 | 0人学习
NumPy 官方文档覆盖安装、快速入门、用户指南、API 参考、ndarray、多维数组、广播、ufunc、随机数、FFT、线性代数和统计函数等内容。
0
2026.09.20