数字扩展
最后,虽然 Python 核心数字类型为大多数应用提供了许多能力,但还是有一个大型的第三方开源扩展库可用来解决更有针对性的需求。因为数字编程是 Python 的一个流行领域,所以会找到许多高级工具。
比如,如果需要进行认真的数据处理,Python 的一个名为 NumPy(数字 Python)可选插件提供了高级的数字编程工具,如矩阵数据类型,矢量处理,和复杂的计算库。在 Los Alamos 和 NASA 这些地方的狂热的科学编程团队使用 Python 和 NumPy 来实现他们之前在 C++,FORTRAN 或 Matlab 中编码的那种任务。Python 和 NumPy 的结合常被比作免费的,更灵活版本的 Matlab—— 获得 NumPy 的性能,加上 Python 语言和它的库。
因为 NumPy 是如此高级,本书不会进一步讨论它。通过上网查询,可以找到对 Python 中高级数字编程的额外支持,包括图像和绘图工具,扩展的精度浮点,统计库和流行的 SciPy 包。还要注意 NumPy 当前是一个可选的扩展;它不和 Python 安装在一起,必须单独安装,然而如果对这个领域足够关注,去上网查询的话,你很可能想要这么做。