NumSharp - Numerical .NET

NumPy是在python中处理数据的最基本和最强大的包。 若是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。 其余用于数据分析的软件包（如pandas）是创建在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开发人员来讲，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，也不能借用不少现有的python代码。

NumSharp（Numerical .NET）能够说是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，优化每一个模拟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很是有用。 它为.NET中的n阵列和矩阵的操做提供了大量有用的功能。

让咱们给出一个代码片断来讲明如何使用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));

上面的代码是否是看起来否很是接近python代码？简直就是一模一样。NumSharp的目的就是让你能够轻松的复制粘贴Python代码。

如何安装：

PM> Install-Package NumSharp

若是您以为这个图书馆对您有帮助，请积极参与讨论。 欢迎在Github上为我点赞。 这里还有个神经网络代码，是彻底基于NumSharp编写的。