可愛的Python: Numerical Python

Numerical Python (通常稱為 NumPy) 是一個廣為應用的 Python 擴充庫，用於快速處理任意維數的固定類型數組。由於底層代碼是充分最佳化的 C 語言代碼，因而對數組的主要操作在 NumPy 調用中執行時，速度不再受到 Python 解譯器的限制。因為 NumPy 已經取得了這樣的成功，所以 NumPy 的開發人員將用一個叫做 Numarray 的新模組來取代 NumPy，新模組基本上 (但並不是完全) 與 NumPy 相容。在本文中，David 介紹了 NumPy 的一般功能，以及 Numarray 將要帶來的一些特殊改進。

要瞭解 Numerical Python 軟體包的第一件事情是，Numerical Python 不會讓您去做標準 Python 不能完成的任何工作。它只是讓您 以快得多的速度去完成標準 Python 能夠完成的相同任務。實際上不僅僅如此；許多數組操作用 Numeric 或者 Numarray 來表達比起用標準 Python 資料類型和文法來表達要優雅得多。不過，驚人的速度才是吸引使用者使用 Numerical Python 的主要原因。

其實，Numerical Python 只是實現了一個新的資料類型：數組。與可以包含不同類型元素的列表、元組和詞典不同的是，Numarray 數組只能包含同一類型的資料。Numarray 數組的另一個優點是，它可以是多維的 -- 但是數組的維度與列表的簡單嵌套稍有不同。Numerical Python 借鑒了程式員的實踐經驗（尤其是那些有科學計算背景的程式員，他們抽象出了 APL、FORTRAN、MATLAB 和 S 等語言中數組的最佳功能），建立了可以靈活改變形狀和維度數組。我們很快會回來繼續這一話題。

在 Numerical Python 中對數組的操作是 按元素進行的。雖然二維數組與線性代數中的矩陣類似，但是對它們的操作 (比如乘) 與線性代數中的操作 (比如矩陣乘) 是完全不同的。

讓我們來看一個關於上述問題的的具體例子。在純 Python 中，您可以這樣建立一個“二維列表”：

清單 1. Python 的嵌套數組

>>> pyarr = [[1,2,3],
...　　　　 [4,5,6],
...　　　　 [7,8,9]]
>>> print pyarr
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> pyarr[1][1] = 0
>>> print pyarr
[[1, 2, 3], [4, 0, 6], [7, 8, 9]]

很好，但是您對這種結構所能做的只是通過單獨的 (或者多維的) 索引來設定和檢索元素。與此相比，Numarray 數組要更靈活：

清單 2. Numerical Python 數組

>>> from numarray import *
>>> numarr = array(pyarr)
>>> print numarr
[[1 2 3]
[4 0 6]
[7 8 9]]

改變並不大，但是使用 Numarray 進行的操作如何呢? 下面是一個例子：

清單 3. 元素操作

>>> numarr2 = numarr * 2
>>> print numarr2
[[ 2　4　6]
[ 8　0 12]
[14 16 18]]
>>> print numarr2 + numarr
[[ 3　6　9]
[12　0 18]
[21 24 27]]