1.Python是一种解释性语言,大部分代码要比编译型语言(如C++,java等)运行要慢点多。

2.对于高并发,多线程的应用程序而言,Python并不是理想语言,python有全局解释器锁(Global Interpreter Lock, GIL),放置解释器同时执行多条Python字节码指令的机制。并不是说Python不能执行真正的多线程并行代码,只不过这些代码不能在单个Python进程中执行而已。比如说,Cython项目可以集成OpenMP(一个用于并行计算的C框架)以实现并
行处理循环进而大幅度提高数值算法的速度。

3.Python重要的库

  • NumPy (Numerical Python的简称)是Python科学计算的基础包(和基于NumPy以及构建于其上的库,包含以下功能)

    • 快速高效的多位数组对象ndarray。
    • 用于对数组执行元素级计算以及直接对数执行数学运算的函数。
    • 用于读写硬盘上给予数组的数据集的工具。
    • 线性代数、傅里叶变换,及随机数生成。
    • 用于将C、C++、Fortran代码集成到Python的工具。
    • 除了为Python提供快速的数组处理能力,NumPy在数据分析方面上还有一个主要作用,及作为在算法之间传递数据的容器,对于树址型数据,NumPy数组在存储和处理数据时要比内置的Python数据结构高效的多,因此有低级语言(如C,Fortran)编写的库可直接操作NumPy数组中的数据,无需进行任何数据复制工作。
  • pandas

    • pandas提供了是我们能够快速便捷的处理结构化数据的的大量数据结构和函数,它是是Python成为强大而高效的数据分析环境的重要因素之一,常用的pandas对象是DataFrame,它是一个面向列(column-orienter)的二维表结构,且含有行标和列标。
    • pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库(如SQL),灵活的数据处理功能。它提供了复杂精细的索引功能,以便更为便捷的完成重塑、切片和切块、聚合及选取数据子集等操作。pandas库是最主要的库之一。
    • 对于金融行业,pandas提供了大量适用于金融数据的高性能时间序列功能和工具。
    • pandas这个名字本身源于panel data(面板数据,这是计量经济学中关于多维结构化数据集的一个术语),以及Python data analysis(Python数据分析)
  • matplotlib

    • matplotlib是最流行的用于绘制数据图表的Python库,非常适合创建出版物上用的图表,与IPython结合的很好,因而提供了一种非常好用的交互式数据绘图环境,绘制的图表也是交互式的,可以利用绘图窗口中的工具栏放大图表中的某个区域或对整个图表进行平移浏览。
  • IPython

    • IPython是Python科学计算标准工具集的组成部分,他将其他所用的东西联系到了一起,他为交互式和探索是计算提供了一个强健而高效的环境,它是一个增强的Python shell,目前是提高编写、测试、Python代码数度。它主要用于交互式数据处理和利用matplotlib对数据进行可视化处理。我们在使用Python编程时,经常会用到IPython,包括运行、调试和测试代码。
    • 除标准的基于终端的IPython shell外,该库还提供了一个类似于Mathematica的HTML笔记本(通过Web浏览器连接IPython);一个基于Qt框架的Gui控制台,其中含有绘图、多行编程以及语法高亮显示的功能;用于交互式并行和分布式计算的基础框架。
  • SciPy

    • SciPy是一组专门解决科学计算中各种标准呢问题域的包的集合,主要包括以下包:

      • scipy.integrate: 数值积分例程和微分方程求解器。
      • scipy.linalg: 扩展了又numpy。linalg提供的线性代数例程和矩阵分解功能。
      • scipy.optimize: 函数优化器(最小化器) 以及根查找算法。
      • scipy。signal: 信号处理工具。
      • scipy.sparse: 稀疏矩阵和稀疏线性系统求解器。
      • scipy.saecial: SPECFUN(这是一个实现了许多常用数学函数(如伽玛函数)的Fortran库)
      • scipy.stats: 标准连续和离散概率分布(如密度函数、采样器、连续分布函数等)、各种统计检验方法库,以及更好的描述统计法。
      • scipy.weave: 利用内联C++代码加速数组计算的工具。
    • NumPy跟SciPy的有机线性结合完全可以替代MATLAB的计算功能(包括插件工具箱);(MATLAB是美国MathWords公司出品的商业数学软件,用于算法开发】数据可视化、数据分析以及数值计算的狗啊及计算语言和交互式环境,主要包括MATLABHE Simulink两大部分。它将数值分、矩阵计算、科学数据可视化以及非线性动态系统的见默默和仿真等诸多强大功能集成在一个抑郁使用视窗环境中,为科学研究、工程实际以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。MATLAB和Mathematical、Mapple并称为三大数学软件)

Python笔记001-----简介及常用的库的更多相关文章

  1. python 3.x 爬虫基础---常用第三方库(requests,BeautifulSoup4,selenium,lxml )

    python 3.x 爬虫基础 python 3.x 爬虫基础---http headers详解 python 3.x 爬虫基础---Urllib详解 python 3.x 爬虫基础---常用第三方库 ...

  2. Python笔记 001

    #python版本:3.5.2 #for循环 for letter in ("xuyingke"): #默认循环 print ("当前字母:",letter) ...

  3. 【循序渐进学Python】11.常用标准库

    安装完Python之后,我们也同时获得了强大的Python标准库,通过使用这些标准库可以为我们节省大量的时间.这里是一些常用标准库的简单说明.更多的标准库的说明,可以参考Python文档 sys 模块 ...

  4. Python核心编程--学习笔记--1--Python简介

    本章介绍了Python的背景知识,包括什么是Python.Python的起源以及Python的一些关键特性. 1 什么是Python Python是一门优雅而健壮的编程语言,它继承了传统编译语言的强大 ...

  5. python笔记之常用模块用法分析

    python笔记之常用模块用法分析 内置模块(不用import就可以直接使用) 常用内置函数 help(obj) 在线帮助, obj可是任何类型 callable(obj) 查看一个obj是不是可以像 ...

  6. Python编程从入门到实践笔记——列表简介

    Python编程从入门到实践笔记——列表简介 #coding=utf-8 #列表——我的理解等于C语言和Java中的数组 bicycles = ["trek","cann ...

  7. 1. python 字符串简介与常用函数

    1. python中的字符串简介与常用函数 在python中,字符串变成了一个强大的处理工具集,他是不可变的,也就是说字符串包含字符与字符的顺序,他不可以原处修改 字符串是我们后面需要学习的稍大一点的 ...

  8. python进阶06 常用问题库(2)datetime模块 base64

    python进阶06 常用问题库(2)datetime模块 base64 一.datetime模块(时间) 1.datetime.time() t=datetime.time(20,43,30,1) ...

  9. python进阶05 常用问题库(1)json os os.path模块

    python进阶05 常用问题库(1)json os os.path模块 一.json模块(数据交互) web开发和爬虫开发都离不开数据交互,web开发是做网站后台的,要跟网站前端进行数据交互 1.什 ...

随机推荐

  1. 工具:从一个文件夹中复制jar到另一个文件夹中

    工具类:从一个文件夹中复制jar到另一个文件夹中 需要的小伙伴可以试一试,很爽哦,有时候真的很需要! 需求:当我们拿到一个maven项目时,而maven项目的jar包都是通过pom.xml文件管理的, ...

  2. IE6的兼容性以及处理方法

    1. 当我们写了一段正确的代码,但是在不同浏览器下,产生一些不正确的解析,这叫做兼容性问题 2. 在IE6下 ,标准盒模型: width/height = content; 可视宽/高 = conte ...

  3. BZOJ 1088: [SCOI2005]扫雷Mine【思维题,神奇的模拟+枚举】

    1088: [SCOI2005]扫雷Mine Time Limit: 10 Sec  Memory Limit: 162 MBSubmit: 3791  Solved: 2234[Submit][St ...

  4. 一步一步从原理跟我学邮件收取及发送 3.telnet命令行发一封信

    首先要感谢博客园管理员的及时回复,本系列的第二篇文章得以恢复到首页,这是对作者的莫大鼓励.说实在的本来我真的挺受打击的.好在管理员说只是排版上有些问题,要用代码块修饰下相关的信息.说来惭愧因为常年编码 ...

  5. flume1.8 开发指南学习感悟

    概述: Apache Flume是一个分布式.可用的系统,用于从许多不同的sources有效的收集并移动大量日志数据用于集中存储数据. 架构及数据流动模型: flume实际上就是一个Agent.Age ...

  6. SpringMVC框架学习笔记(5)——数据处理

    1.提交数据的处理 a)提交的域名称和参数名称一致 http://localhost:8080/foward/hello.do?name=zhangsan 处理方法 @RequestMapping(v ...

  7. javascript如何处理多级的实时监听

    今日工作中遇到需求,要求js代码对表单中的input内容进行实时监听,当input中的值改变时触发一些事件. 按照常规思维,代码很快写完了. $(function () { $("#inpu ...

  8. JavaScript实现职责链模式

    什么是职责链模式 职责链模式的定义是:使多个对象都有机会处理请求,从而避免请求的发送者和接收者之间的耦合关系,将这些对象连成一条链,并沿着这条链传递该请求,直到有一个对象处理它为止.举个例子:当你从公 ...

  9. DB 注意事项 优化数据库查询

    1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索 ...

  10. POJ 3829 Seat taking up is tough(——只是题目很长的模拟)

    题目链接: http://poj.org/problem?id=3829 题意描述: 输入矩阵的大小n和m,以及来占位置的人数k 输入n*m的教室座位矩阵,每个值表示该座位的满意度 输入每个人来占位置 ...