مقدمه آموزش NumPy در پایتون

NumPy چیست؟

NumPy یک کتابخانه(library) در پایتون است که از آن برای کار با آرایه‌ها استفاده می‌شود. 

همچنین این کتابخانه توابعی برای کار در حوزه جبر خطی، تبدیل فوریه و ماتریس‌ها دارد.

کتابخانه‌ی NumPy در سال 2005 توسط Travis Oliphant ایجاد شده است. این یک پروژه‌ی متن باز است و ما می‌توانیم به صورت رایگان از آن استفاده کنیم. 

کلمه‌ی NumPy مخفف عبارت Numerical Python است. 

چرا از NumPy استفاده کنیم؟

در پایتون لیست‌هایی داریم که به عنوان آرایه عمل می‌کنند، اما سرعت پردازش آنها کند است. هدف NumPy ارائه یک شیء آرایه‌ای است که تا 50 برابر سریع‌تر از لیست‌های سنتی پایتون است. نام شیء آرایه در NumPy برابر با  ndarray است؛ و این شیء توابع پشتیبانی زیادی را ارائه می‌دهد که کار با ndarray را بسیار آسان می‌کند. آرایه‌ها در علم داده، جایی که سرعت و منابع بسیار مهم هستند، بسیار مورد استفاده قرار می‌گیرند. 

علم داده(Data Science) شاخه‌ای از علوم کامپیوتر است که در آن نحوه ذخیره، استفاده و آنالیز داده‌ها، برای استخراج اطلاعات از آنها را مطالعه می‌کنیم.

چرا NumPy سریع‌تر از لیست‌ها است؟

آرایه‌های NumPy برخلاف لیست‌ها، در یک مکان پیوسته در حافظه ذخیره می‌شوند، بنابراین پردازش‌ها می‌توانند به طور موثرتری به آنها دسترسی داشته باشند و آنها را دستکاری کنند. این رفتار در علم کامپیوتر، محلی بودن مرجع(locality of reference) نامیده می‌شود. این دلیل اصلیِ سریع‌تر بودن NumPy نسبت به لیست‌ها است. همچنین NumPy برای کار با جدیدترین معماری‌های CPU بهینه شده است.

NumPy با چه زبانی نوشته شده است؟

NumPy یک کتابخانه‌ی پایتون است و تا اندازه‌ای با زبان پایتون نوشته شده است اما بیشتر بخش‌هایی که در آن نیاز به محاسبات سریع دارند با زبان C یا ++C نوشته شده‌اند.

کدهای NumPy در کجا قرار دارند؟

کدهای منبع NumPy در گیتهاب در این آدرس قرار دارند. 

گیتهاب: به بسیاری از افراد این امکان را می‌دهد که روی یک مخزن کد(codebase) کار کنند.

منبع: www.w3schools.com/python/numpy