Korzystanie z NumPy w Mojo
Wywołuj tablice i funkcje NumPy.
Korzystanie z NumPy w Mojo to bezpłatna lekcja Mojo Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Mojo Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Mojo Academy zawiera 4 lekcji w sumie.
NumPy z Mojo
NumPy zasila większość obliczeń numerycznych w Pythonie, a Mojo pozwala wywoływać je bezpośrednio, dzięki czemu zachowuje Pan/Pani ten ekosystem, pisząc szybki kod. 🔢
Najpierw zaimportuj
NumPy należy wczytać tak samo jak dowolny moduł Pythona: wywołać Python.import_module z nazwą "numpy".
var np = Python.import_module("numpy")Utwórz tablicę
Mając już uchwyt, można wywoływać funkcje NumPy za pomocą dostępu przez kropkę. Tutaj tworzona jest tablica na podstawie pythonowej listy liczb.
var a = np.array([1, 2, 3])Używaj funkcji tablicowych
Wszystkie funkcje tworzące NumPy działają: np.zeros i np.ones tworzą wypełnione tablice, idealne do przygotowania buforów przed obliczeniami.
var z = np.zeros(5)Obliczenia na tablicach
Funkcje matematyczne NumPy wywołuje się tak samo jak w Pythonie. np.sum dodaje wszystkie elementy tablicy i zwraca ich sumę.
var total = np.sum(a)Operacje na całych tablicach
NumPy doskonale sprawdza się w obliczeniach zwektoryzowanych: pojedyncze wywołanie, takie jak np.sqrt, działa od razu na całej tablicy, bez ręcznej pętli.
var roots = np.sqrt(a)Odczytywanie kształtu
Atrybuty tablicy można odczytywać za pomocą składni z kropką. Atrybut shape informuje o wymiarach tablicy.
var dims = a.shapeMoże zgłaszać błędy
Wywołania przez most mogą się nie powieść, dlatego kod korzystający z NumPy powinien znajdować się w funkcji oznaczonej raises, aby prawidłowo obsłużyć każdy błąd.
fn run() raises:
var np = Python.import_module("numpy")To samo API, które Pan/Pani zna
API NumPy jest identyczne jak w Pythonie: jeśli zna Pan/Pani np.linspace lub np.dot, wie już Pan/Pani, jak wywoływać je z Mojo.
var grid = np.linspace(0, 1, 10)Najpierw utwórz, potem użyj
Często najpierw tworzy się tablicę, a następnie zmienia jej kształt. np.reshape reorganizuje te same dane w nowe wymiary.
var m = np.reshape(a, (3, 1))To, co najlepsze z obu światów
Otrzymuje Pan/Pani dojrzałe i sprawdzone procedury NumPy, sterując nimi z Mojo — połączenie wygody z nastawieniem Mojo na wydajność. ⚡
Szybkie sprawdzenie
Przypomnijmy sobie, jak rozpocząć korzystanie z NumPy w programie Mojo.
Podsumowanie
Zaimportował(a) Pan/Pani NumPy za pomocą Python.import_module, a następnie utworzył(a) tablice i wykonał(a) zwektoryzowane obliczenia, używając dokładnie tego samego API, które zna Pan/Pani z Pythona. 🎯
Często zadawane pytania
Czy lekcja „Korzystanie z NumPy w Mojo” jest bezpłatna?
Tak — pełny tekst „Korzystanie z NumPy w Mojo” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Mojo Academy, przejdź na CoddyKit PRO. Kurs Mojo Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Korzystanie z NumPy w Mojo”?
Wywołuj tablice i funkcje NumPy. Ćwiczysz Mojo Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Mojo Academy?
Nie wymagamy żadnego doświadczenia. Mojo Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Korzystanie z NumPy w Mojo”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Mojo Academy?
Tak. Każda lekcja Mojo Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Korzystanie z NumPy w Mojo
- Przekazywanie danych Mojo do Pythona
- Odczytywanie obiektów Pythona
- Pułapki wydajności interoperacyjności