NumPy e per SciPy. NET

Pubblicato da Jonathan Allen

Come parte degli Strumenti Python per progetto di Visual Studio il noto librerie NumPy e SciPy sono stati portati su. NET. Il porto, che combina C # e interfacce C per un nucleo nativo C, è stato fatto in modo che tutte. Linguaggi NET possono trarre vantaggio da esso.

Le porte di IronPython NumPy e SciPy sono pieni. porte NET e comprendono personalizzati C # / C interfacce ad una base comune nativo C. Ciò significa che la funzionalità completa è disponibile non solo per IronPython ma a tutti. NET linguaggi come C # o F # accedendo direttamente agli oggetti C # interfaccia o, talvolta, la valutazione delle espressioni IronPython da altri. NET. Ciò significa che un multi-dimensionale oggetto array (ndarray) possono essere passati senza soluzione di continuità tra IronPython e C # o codice F #. Inoltre, l'oggetto ndarray implementa l'interfaccia IEnumerable normale, permettendo l'oggetto array per essere spesso usato con il codice esistente che non è specifico per NumPy.

NumPy è una API di livello abbastanza basso per eseguire operazioni matematiche su grandi array multidimensionali e matrici. Questa biblioteca, originariamente conosciuto come numerico, risale al 1995, appena un anno dopo Python 1.0 è stato rilasciato. Il nome attuale versione della libreria è stata creata nel 2005 unendo le versioni precedenti con una libreria in competizione nota come numarray.

Costruito in cima a questa è SciPy . Secondo Wikipedia, "SciPy contiene i moduli per l'ottimizzazione, l'algebra lineare, integrazione, interpolazione, funzioni speciali, FFT, segnali e delle immagini, i solutori di ODE e altre attività comuni nel campo della scienza e dell'ingegneria." E 'spesso considerato una alternativa a MATLAB, anche se SciPy spesso deve essere combinato con altre biblioteche di sostituire integralmente il precedente.

La combinazione di NumPy e SciPy offre alcuni notevoli vantaggi rispetto alle normali. NET. Mentre garbage collector. NET è in grado di offrire prestazioni migliori rispetto al manuale di gestione della memoria, c'è qualcosa da dire per la velocità di calcolo grezzo si può ottenere da altamente ottimizzato codice C.

Oltre a questo è il concetto di punti di vista. Invece di copiare gli array, NumPy permette di creare array che sono sottoinsiemi live di altri array. Cambiare il sottoinsieme, conosciuto formalmente come una vista, cambia anche l'array originale. Questo permette di codice più pulito, senza sacrificare le prestazioni.

Corso Visual Studio - Corsi Visual Studio
Corso .Net- Corso Dot.Net - Corso Vb.net
Corso C# - Corso PHP - Corso Joomla