概述
文章
- 基础篇
- 进阶篇
- 其他篇
用户指南
NumPy 参考手册
- 数组对象
- 常量
- 通函数（ufunc）
- 常用 API
- 创建数组
- 数组处理程序
- 二进制运算
- 字符串操作
- C-Types 外部函数接口（numpy.ctypeslib）
- 时间日期相关
- 数据类型相关
- 可选的 Scipy 加速支持（numpy.dual）
- 具有自动域的数学函数（ numpy.emath）
- 浮点错误处理
- 离散傅立叶变换（numpy.fft）
- 财金相关
- 实用的功能
- 特殊的 NumPy 帮助功能
- 索引相关
- 输入和输出
- 线性代数（numpy.linalg）
- 逻辑函数
- 操作掩码数组
- 数学函数（Mathematical functions）
- 矩阵库 （numpy.matlib）
- 杂项（Miscellaneous routines）
- 填充数组（Padding Arrays）
- 多项式（Polynomials）
- 随机抽样 （numpy.random）
- 操作集合（Set routines）
- 排序，搜索和计数（Sorting, searching, and counting）
- Statistics
- Test Support （numpy.testing）
- Window functions
- 打包（numpy.distutils）
- NumPy Distutils 用户指南
- NumPy C-API
- NumPy 的内部
- NumPy 和 SWIG
其他文档
文章来源于网络收集而来，版权归原创者所有，如有侵权请及时联系！
NumPy C-API
Beware of the man who won’t be bothered with details.
— William Feather, Sr.
The truth is out there.
— Chris Carter, The X Files
NumPy提供了一个C-API，使用户能够扩展系统并访问数组对象，以便在其他例程中使用。真正理解C-API的最好方法是阅读源代码。 但是，如果您不熟悉(C)源代码，一开始这可能是一种令人畏惧的体验。 请放心，随着练习的进行，任务会变得更容易，您可能会惊讶于C代码可以如此简单地理解。 即使您不认为可以从头开始编写C代码，理解和修改已经编写的源代码也要容易得多，然后从头开始创建它。
Python扩展特别容易理解，因为它们都具有非常相似的结构。 诚然，NumPy不是Python的一个微不足道的扩展，可能需要更多的窥探才能掌握。 这是由于代码生成技术的缘故，这些技术简化了非常相似的代码的维护，但会使代码对初学者的可读性稍差一些。 不过，只要稍加坚持，代码就可以开放给您理解。我希望这本C-API指南可以帮助您熟悉可以用NumPy完成的编译级工作， 以便从您的代码中挤出最后一点必要的速度。
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论