کتابخانهی NumPy پایتون import numpy
حساب با لیستهای بزرگ عدد: میانگین، بیشینه، ماتریس، عدد تصادفی.
مثال NumPy
import numpy as np
scores = np.array([12, 18, 15, 20, 9])
print("Average:", scores.mean())
print("Best:", scores.max())
print("Doubled:", scores * 2)
اجرا در مرورگر، بدون نصب پایتون
NumPy را یک بار در صفحهی کتابخانهها نصب کن (فقط همان بار دانلود میشود)، بعد «امتحانش کن» را بزن تا همین مثال در ویرایشگر پایتون باز و اجرا شود. روی کامپیوتر خودت هم با pip install numpy نصب میشود.
کتابخانههای دیگر داده و ریاضی
- pandas: جدول داده: خواندن CSV، مرتب کردن، فیلتر، میانگین هر ستون.
- SciPy: ریاضی علمی: آمار، بهینهسازی، انتگرال.
- SymPy: ریاضی نمادین: حل معادله، ساده کردن عبارت، مشتق و انتگرال.
- statsmodels: آمار پیشرفته: رگرسیون و پیشبینی.
- Polars: جدول دادهی خیلی سریع، مثل pandas ولی تازهتر.
- DuckDB: پایگاه دادهی تحلیلی: با SQL روی دادهها سؤال بپرس.
- xarray: جدولهای چندبعدی با برچسب، مثل دمای روزهای هفته در چند شهر.
- mpmath: ریاضی با دقت خیلی زیاد: عدد پی با ۵۰ رقم!
- Sorted Containers: لیستی که همیشه مرتب میماند، مثل جدول امتیازها.
- CVXPY: بهینهسازی: بهترین جواب را با شرطها پیدا کن.
- PySAT: حل معماهای منطقی: درست/غلطهایی که همهی شرطها را برقرار کنند.
- Biopython: زیستشناسی با پایتون: DNA را بخوان، مکمل و پروتئینش را بساز.
- Astropy: نجوم: واحدها، فاصلهی ستارهها، سال نوری.