คู่มือผู้ใช้ NumPy

บทแนะนำอย่างละเอียดและแนวทางทางเทคนิคเกี่ยวกับ NumPy ครอบคลุมการติดตั้ง การจัดการอาร์เรย์ การเข้าถึงข้อมูล การกระจาย (broadcasting) และการผสานรวมกับภาษา C/C++

จัดการพื้นฐานการคำนวณเชิงวิทยาศาสตร์ในภาษา Python ด้วยคู่มือ офици่ของ NumPy

ผู้เขียน: ชุมชน NumPy

ขอบคุณ: เขียนโดยชุมชน NumPy

1. นิยามว่า NumPy คืออะไร และระบุบทบาทของมันในระบบนิเวศของ Python สำหรับงานวิทยาศาสตร์
2. อธิบายเหตุผลที่ทำให้ NumPy เร็วกว่าลูปมาตรฐานใน Python โดยใช้แนวคิดของการเวกเตอร์ไรเซชัน (vectorization)
3. ดำเนินการคำสั่งติดตั้งในสภาพแวดล้อมต่าง ๆ ได้ เช่น แพ็กเกจ Pip, Conda, และ Raspberry Pi
4. ระบุและตีความคุณสมบัติหลักของ ndarray เช่น ndim, shape, และ dtype
5. ดำเนินการสร้างและจัดการอาร์เรย์โดยใช้ฟังก์ชันต่าง ๆ เช่น linspace, reshape, vstack, และ hstack
6. ประยุกต์ใช้การดำเนินการแบบองค์ประกอบ (elementwise operations), ฟังก์ชันทั่วไป (ufuncs) และเครื่องแก้ระบบพีชคณิตเชิงเส้นกับชุดข้อมูลเชิงตัวเลข
7. จัดการความแม่นยำของข้อมูลและลดข้อผิดพลาดจากการเกินขอบเขต (overflow) โดยใช้ประเภทสเกลาร์ของ NumPy และเครื่องมือตรวจสอบข้อมูล (iinfo, finfo)
8. นำเข้าข้อมูลจากดิสก์ได้อย่างยืดหยุ่นโดยใช้ genfromtxt พร้อมตั้งค่าตัวแบ่งข้อมูลเอง หัวข้อข้อมูล และเลือกคอลัมน์เฉพาะ
9. ประยุกต์กฎการกระจายทั่วไป (General Broadcasting Rules) เพื่อคาดการณ์และควบคุมการโต้ตอบระหว่างอาร์เรย์ที่มีรูปร่างต่างกัน
10. จัดการการอ้างอิงหน่วยความจำ และหลีกเลี่ยง "จุดพราง" ในคลาส ndarray ที่กำหนดเอง โดยใช้แอตทริบิวต์ .base