Brug NumPy fra Mojo
Kald NumPy-arrays og -funktioner.
Brug NumPy fra Mojo er en gratis Mojo Academy-lektion på CoddyKit. Dette er lektion 1 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Mojo Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Mojo Academy-kurset indeholder 4 lektioner i alt.
NumPy fra Mojo
NumPy driver det meste talbehandling i Python, og Mojo lader dig kalde det direkte, så du kan beholde dette økosystem, mens du skriver hurtig kode. 🔢
Importér det først
Indlæs NumPy på samme måde, som du importerer ethvert Python-modul: kald Python.import_module med navnet "numpy".
var np = Python.import_module("numpy")Opret et array
Med håndtaget klar kan du kalde NumPy-funktioner via punktnotation. Her opretter du et array ud fra en Python-liste med tal.
var a = np.array([1, 2, 3])Brug array-funktioner
Alle NumPy-oprettelsesfunktioner virker: np.zeros og np.ones opretter udfyldte arrays, som er perfekte til at klargøre buffere før beregninger.
var z = np.zeros(5)Matematik på arrays
Kald NumPy-matematikfunktioner ligesom i Python. np.sum lægger alle elementerne i et array sammen og returnerer totalen.
var total = np.sum(a)Operationer på hele arrays
NumPy er fremragende til vektoriseret matematik: ét kald som np.sqrt arbejder på hele arrayet på én gang, uden behov for en manuel løkke.
var roots = np.sqrt(a)Læs formen
Du kan tilgå et arrays attributter via punktnotation. Attributten shape fortæller dig dimensionerne for dit array.
var dims = a.shapeDet kan udløse en fejl
Kald på tværs af broen kan mislykkes, så NumPy-arbejde bør ligge i en funktion, der er markeret med raises, så alle fejl håndteres ordentligt.
fn run() raises:
var np = Python.import_module("numpy")Samme API, som du kender
NumPy's API er identisk med Pythons: Hvis du kender np.linspace eller np.dot, ved du allerede, hvordan du kalder dem fra Mojo.
var grid = np.linspace(0, 1, 10)Opret og brug derefter
Et almindeligt mønster er at oprette et array og derefter ændre dets form. np.reshape organiserer de samme data i nye dimensioner for dig.
var m = np.reshape(a, (3, 1))Det bedste fra begge verdener
Du får NumPys modne, gennemprøvede rutiner, mens du styrer dem fra Mojo og kombinerer bekvemmelighed med Mojos fokus på ydeevne. ⚡
Hurtigt tjek
Husk, hvordan du begynder at bruge NumPy i et Mojo-program.
Opsummering
Du importerede NumPy med Python.import_module, oprettede derefter arrays og kørte vektoriseret matematik ved hjælp af præcis det samme API, som du kender fra Python. 🎯
Lær Mojo med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Brug NumPy fra Mojo” gratis?
Ja — alle 3 lektioner i læringssporet Mojo Academy, inklusive “Brug NumPy fra Mojo”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Mojo Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Brug NumPy fra Mojo”?
Kald NumPy-arrays og -funktioner. Du øver dig i Mojo Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Mojo Academy?
Der kræves ingen tidligere erfaring. Mojo Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 1 af 4.
Hvor lang tid tager lektionen “Brug NumPy fra Mojo”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Mojo Academy-lektion?
Ja. Alle Mojo Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Brug NumPy fra Mojo
- Send Mojo-data til Python
- Læs Python-objekter tilbage
- Ydeevnefælder ved interoperabilitet