NumPy软件介绍
NumPy(Numeric Python)提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
NumPy软件特色
※深度学习框架可加快从研究原型到生产部署的过程。
※机器学习的端到端平台，可轻松构建和部署基于ML的应用程序。
※深度学习框架适用于灵活的研究原型和生产。
※用于列式内存数据和分析的跨语言开发平台。
※具有广播和惰性计算的多维数组，用于数值分析。
※开发用于数组计算的库，重新创建NumPy的基本概念。
※使API与实现脱钩的Python后端系统;unumpy提供了一个NumPy API。
※分布式阵列和高级并行分析功能，可实现大规模性能。
※兼容NumPy的数组库，用于使用Python进行GPU加速计算。
※NumPy程序的可组合转换：区分，矢量化，即时编译到GPU / TPU。
※带标签的索引多维数组，用于高级分析和可视化
※兼容NumPy的稀疏数组库，该库与Dask和SciPy的稀疏线性代数集成。
※Tensor学习，代数和后端可无缝使用NumPy，MXNet，PyTorch，TensorFlow或CuPy。
NumPy软件功能
强大的N维阵列
快速且通用的NumPy矢量化、索引和广播概念是当今阵列计算的事实标准。
数值计算工具
NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅立叶变换等。
可互操作
NumPy支持广泛的硬件和计算平台，并与分布式、GPU和稀疏阵列库配合良好。
性能
NumPy的核心是经过良好优化的C代码。以编译代码的速度享受Python的灵活性。
易于使用
NumPy的高级语法使它对于任何背景或经验级别的程序员来说都是可访问和高效的。
开源
NumPy是在自由的BSD许可下发布的，由一个充满活力、反应迅速、多样化的社区在GitHub上公开开发和维护。
NumPy更新日志
1.修复BUG，新版体验更佳
2.更改了部分页面
华军小编推荐：
NumPy这种类型的软件小编已经用了挺多年的了，但是还是这个软件最好用,OpenCart、Java2 Runtime Environment、Eclipse IDE for Java EE Developers For Linux(64-bit)、GCC For Linux、Free Pascal也是不错的软件，推荐同学们下载使用。
有用
有用
有用