NumCpp

NumCpp: Implementasi C++ Hanya Header yang Ditemplat dari Perpustakaan Python NumPy

Penulis: David Pilger [email protected]

Versi:

Lisensi

Pengujian

Standar C++:

Kompiler:
Visual Studio: 2022
GNU: 11.3 Dentang: 14

Versi Peningkatan:
1,73+

Dokumentasi

GitHub

Instalasi

Bangunan

Catatan Rilis

Dari NumPy Ke NumCpp – Panduan Memulai Cepat

Panduan memulai cepat ini dimaksudkan sebagai gambaran singkat tentang beberapa hal yang dapat dilakukan dengan NumCpp . Untuk perincian lengkap semua yang tersedia di perpustakaan NumCpp , silakan kunjungi Dokumentasi Lengkap.

WADAH

Struktur data utama di NumCpp adalah NdArray . Ini pada dasarnya adalah kelas array 2D, dengan array 1D diimplementasikan sebagai array 1xN. Ada juga kelas DataCube yang disediakan sebagai wadah praktis untuk menyimpan array 2D NdArray s, namun kegunaannya terbatas dibandingkan wadah sederhana.

NomorPy	NomorCpp
a = np.array([[1, 2], [3, 4], [5, 6]])	nc::NdArray a = { {1, 2}, {3, 4}, {5, 6} }
a.reshape([2, 3])	a.reshape(2, 3)
a.astype(np.double)	a.astype()

INISIALIZER

Banyak fungsi penginisialisasi disediakan yang mengembalikan NdArray untuk kebutuhan umum.

NomorPy	NomorCpp
np.linspace(1, 10, 5)	nc::linspace(1, 10, 5)
np.arange(3, 7)	nc::arange(3, 7)
np.eye(4)	nc::eye(4)
np.zeros([3, 4])	nc::zeros(3, 4)
	nc::NdArray(3, 4) a = 0
np.ones([3, 4])	nc::ones(3, 4)
	nc::NdArray(3, 4) a = 1
np.nans([3, 4])	nc::nans(3, 4)
	nc::NdArray(3, 4) a = nc::constants::nan
np.empty([3, 4])	nc::empty(3, 4)
	nc::NdArray(3, 4) a

PENGirisan/penyiaran

NumCpp menawarkan pemotongan dan penyiaran gaya NumPy .

NomorPy	NomorCpp
a[2, 3]	a(2, 3)
a[2:5, 5:8]	a(nc::Slice(2, 5), nc::Slice(5, 8))
	a({2, 5}, {5, 8})
a[:, 7]	a(a.rSlice(), 7)
a[a > 5]	a[a > 5]
a[a > 5] = 0	a.putMask(a > 5, 0)

ACAK

Modul acak menyediakan cara sederhana untuk membuat array acak.

NomorPy	NomorCpp
np.random.seed(666)	nc::random::seed(666)
np.random.randn(3, 4)	nc::random::randN(nc::Shape(3, 4))
	nc::random::randN({3, 4})
np.random.randint(0, 10, [3, 4])	nc::random::randInt(nc::Shape(3, 4), 0, 10)
	nc::random::randInt({3, 4}, 0, 10)
np.random.rand(3, 4)	nc::random::rand(nc::Shape(3,4))
	nc::random::rand({3, 4})
np.random.choice(a, 3)	nc::random::choice(a, 3)

RANGKAIAN

Tersedia banyak cara untuk menggabungkan NdArray .

NomorPy	NomorCpp
np.stack([a, b, c], axis=0)	nc::stack({a, b, c}, nc::Axis::ROW)
np.vstack([a, b, c])	nc::vstack({a, b, c})
np.hstack([a, b, c])	nc::hstack({a, b, c})
np.append(a, b, axis=1)	nc::append(a, b, nc::Axis::COL)

DIAGONAL, SEGITIGA, DAN FLIP

Berikut ini pengembalian NdArray baru.

NomorPy	NomorCpp
np.diagonal(a)	nc::diagonal(a)
np.triu(a)	nc::triu(a)
np.tril(a)	nc::tril(a)
np.flip(a, axis=0)	nc::flip(a, nc::Axis::ROW)
np.flipud(a)	nc::flipud(a)
np.fliplr(a)	nc::fliplr(a)

PERULANGAN

NumCpp mengikuti idiom C++ STL yang menyediakan pasangan iterator untuk melakukan iterasi pada array dengan cara yang berbeda.

NomorPy	NomorCpp
for value in a	for(auto it = a.begin(); it < a.end(); ++it)
	for(auto& value : a)

LOGIS

FUNGSI logis di NumCpp berperilaku sama seperti NumPy .

NomorPy	NomorCpp
np.where(a > 5, a, b)	nc::where(a > 5, a, b)
np.any(a)	nc::any(a)
np.all(a)	nc::all(a)
np.logical_and(a, b)	nc::logical_and(a, b)
np.logical_or(a, b)	nc::logical_or(a, b)
np.isclose(a, b)	nc::isclose(a, b)
np.allclose(a, b)	nc::allclose(a, b)

PERBANDINGAN

NomorPy	NomorCpp
np.equal(a, b)	nc::equal(a, b)
	a == b
np.not_equal(a, b)	nc::not_equal(a, b)
	a != b
rows, cols = np.nonzero(a)	auto [rows, cols] = nc::nonzero(a)

MINIMUM, MAKSIMUM, SORTING

NomorPy	NomorCpp
np.min(a)	nc::min(a)
np.max(a)	nc::max(a)
np.argmin(a)	nc::argmin(a)
np.argmax(a)	nc::argmax(a)
np.sort(a, axis=0)	nc::sort(a, nc::Axis::ROW)
np.argsort(a, axis=1)	nc::argsort(a, nc::Axis::COL)
np.unique(a)	nc::unique(a)
np.setdiff1d(a, b)	nc::setdiff1d(a, b)
np.diff(a)	nc::diff(a)

PEREDUK

Pereduksi mengakumulasi nilai NdArray di sepanjang sumbu yang ditentukan. Jika tidak ada sumbu yang ditentukan, nilai diakumulasikan di sepanjang sumbu.

NomorPy	NomorCpp
np.sum(a)	nc::sum(a)
np.sum(a, axis=0)	nc::sum(a, nc::Axis::ROW)
np.prod(a)	nc::prod(a)
np.prod(a, axis=0)	nc::prod(a, nc::Axis::ROW)
np.mean(a)	nc::mean(a)
np.mean(a, axis=0)	nc::mean(a, nc::Axis::ROW)
np.count_nonzero(a)	nc::count_nonzero(a)
np.count_nonzero(a, axis=0)	nc::count_nonzero(a, nc::Axis::ROW)

masukan/keluaran

Metode keluaran cetak dan file. Semua kelas NumCpp mendukung metode print() dan operator aliran << .

NomorPy	NomorCpp
print(a)	a.print()
	std::cout << a
a.tofile(filename, sep='n')	a.tofile(filename, 'n')
np.fromfile(filename, sep='n')	nc::fromfile(filename, 'n')
np.dump(a, filename)	nc::dump(a, filename)
np.load(filename)	nc::load(filename)

FUNGSI MATEMATIKA

Fungsi universal NumCpp disediakan untuk sejumlah besar fungsi matematika.

FUNGSI DASAR

NomorPy	NomorCpp
np.abs(a)	nc::abs(a)
np.sign(a)	nc::sign(a)
np.remainder(a, b)	nc::remainder(a, b)
np.clip(a, 3, 8)	nc::clip(a, 3, 8)
np.interp(x, xp, fp)	nc::interp(x, xp, fp)

FUNGSI EKSPONENSIAL

NomorPy	NomorCpp
np.exp(a)	nc::exp(a)
np.expm1(a)	nc::expm1(a)
np.log(a)	nc::log(a)
np.log1p(a)	nc::log1p(a)

FUNGSI DAYA

NomorPy	NomorCpp
np.power(a, 4)	nc::power(a, 4)
np.sqrt(a)	nc::sqrt(a)
np.square(a)	nc::square(a)
np.cbrt(a)	nc::cbrt(a)

FUNGSI TRIGONOMETRI

NomorPy	NomorCpp
np.sin(a)	nc::sin(a)
np.cos(a)	nc::cos(a)
np.tan(a)	nc::tan(a)

FUNGSI HIPERBOLIK

NomorPy	NomorCpp
np.sinh(a)	nc::sinh(a)
np.cosh(a)	nc::cosh(a)
np.tanh(a)	nc::tanh(a)

FUNGSI KLASIFIKASI

NomorPy	NomorCpp
np.isnan(a)	nc::isnan(a)
np.isinf(a)	nc::isinf(a)

ALJABAR LINEAR

NomorPy	NomorCpp
np.linalg.norm(a)	nc::norm(a)
np.dot(a, b)	nc::dot(a, b)
np.linalg.det(a)	nc::linalg::det(a)
np.linalg.inv(a)	nc::linalg::inv(a)
np.linalg.lstsq(a, b)	nc::linalg::lstsq(a, b)
np.linalg.matrix_power(a, 3)	nc::linalg::matrix_power(a, 3)
Np.linalg.multi_dot(a, b, c)	nc::linalg::multi_dot({a, b, c})
np.linalg.svd(a)	nc::linalg::svd(a)