- 授权协议: Apache
- 开发语言: C#
- 操作系统: 跨平台
- 软件首页: https://gitee.com/chenhaiping/NumSharp
软件介绍
NumPy是在python中处理数据的最基本和最强大的包。 如果您打算从事数据分析或机器学习项目，那么对numpy的充分理解几乎是必须的。 其他用于数据分析的软件包（如pandas）是建立在numpy之上，用于构建机器学习应用的scikit-learn软件包也在numpy上运行。 但对于.NET开发人员来说，却没有这样的强大工具库。 虽然有像Deedle和Math.NET这样的开源库，但它们不是很容易使用，也不能借用很多现有的python代码。
NumSharp（Numerical .NET）可以说是C＃中的线性代数库。 它是用C＃编写的，符合.netstandard 2.0库标准。 它的目标是让.NET开发人员使用NumPy的语法编写机器学习代码，从而最大限度地借鉴现有大量在python代码的转译成本。 NumSharp使用最新的Span技术安全高效地访问内存，优化每个模拟API的性能，确保最底层的NDArray达到最佳性能状态。NumSharp对于在数组上执行数学和逻辑运算非常有用。 它为.NET中的n阵列和矩阵的操作提供了大量有用的功能。
让我们给出一个代码片段来说明如何使用NumSharp。
// 初始化一个NumSharp实例，类名故意叫NumPy var np = new NumPy<int>(); // 产生一个数字0到9的向量 np.arange(10) // 产生一个3维张量 np.arange(12).reshape(2, 3, 2); // 产生10个0到9的随机数，并转换成5*5的矩阵 np.random.randint(low: 0, high: 10, size: new Shape(5, 5));
上面的代码是不是看起来否非常接近python代码？简直就是如出一辙。NumSharp的目的就是让你可以轻松的复制粘贴Python代码。
如何安装 PM> Install-Package NumSharp
算法分析导论
（美）Robert Sedgewick、（法）Philippe Flajolet / 冯舜玺、李学武、裴伟东、等其他 / 机械工业出版社 / 2006-4 / 38.00元
本书阐述了用于算法数学分析的主要方法，所涉及的材料来自经典数学课题，包括离散数学、初等实分析、组合数学，以及来自经典的计算机科学课题，包括算法和数据结构，本书内容集中覆盖基础、重要和有趣的算法，前面侧重数学，后面集中讨论算法分析的应用，重点的算法分的的数学方法。每章包含大量习题以及参考文献，使读者可以更深入地理解书中的内容。 本书适合作为高等院校数学、计算机科学以及相关专业的本科生和研究生的......一起来看看 《算法分析导论》 这本书的介绍吧!
