为什么 Python 没有 Numpy？

引言

Numpy 是 Python 中用于科学计算的强大库。它提供了一个强大的多维数组对象，以及对该数组进行各种操作的各种函数。对于许多需要处理大量数据的应用程序来说，Numpy 都是必不可少的工具。

然而，令人惊讶的是，Python 标准库中并没有包含 Numpy。这不禁让人疑惑，为什么如此关键的库没有被包含在核心发行版中？

历史

Numpy 起源于一个名为 Numarray 的项目，该项目于 2001 年开始开发。Numarray 很快成为科学计算的流行工具，但由于其许可限制和一些技术缺陷，它受到了限制。

2005 年，一群开发者组建了一个名为 SciPy（科学 Python）的项目，旨在创建一个统一的 Python 科学计算生态系统。作为 SciPy 项目的一部分，Numpy 于 2006 年首次发布。

分离的理由

虽然 Numpy 与 Python 标准库紧密集成，但它并没有包含在其中有几个原因。

1. 保持核心发行版的精简

Python 标准库旨在保持精简，只包含最基本和最常用的功能。Numpy 是一个特定领域的库，其功能对于许多应用程序并非必需。将其包含在核心发行版中将增加发行版的复杂性和大小。

2. 避免许可冲突

Numpy 受 BSD 许可证保护，而 Python 标准库受 Python 软件基金会许可证保护。将 Numpy 包含在核心发行版中将需要修改许可证，这可能会产生潜在的法律复杂性。

3. 促进灵活性和可扩展性

将 Numpy 与核心发行版分离使 Python 开发人员能够根据需要灵活地安装和使用它。它还可以促进科学计算生态系统的可扩展性，允许其他库和项目轻松集成 Numpy。

替代方案

虽然 Numpy 没有包含在 Python 标准库中，但有几个替代方案可供选择。

• Pandas：一个受欢迎的 Python 库，提供用于数据操作和分析的类似 Numpy 的数组对象。
• SciPy：一个包含 Numpy 及其各种扩展的更广泛的科学计算生态系统。
• ArrayFire：一个高度优化的 GPGPU 加速数组库。

结论

尽管 Python 标准库中没有包含 Numpy，但这仍然是科学计算中必不可少的工具。将其与核心发行版分离的决定是由多种因素促成的，包括保持核心发行版的精简、避免许可冲突以及促进灵活性和可扩展性。

常见问答

1. 为什么 Numpy 没有包含在 Python 标准库中？

   为了保持核心发行版的精简、避免许可冲突并促进灵活性和可扩展性。

2. 有哪些替代 Numpy 的库？

   Pandas、SciPy 和 ArrayFire。

3. Numpy 是开源的吗？

   是的，它受 BSD 许可证保护。

4. Numpy 仅用于 Python 吗？

   不，它也可以与其他语言（如 C++）一起使用。

5. 如何安装 Numpy？

   使用 pip 命令：pip install numpy。

“`