NumSharp ——用C#进行科学计算

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之上的，用于构建机器学习应用程序的scikit-learn软件包也非常适合numpy。但对于.NET开发人员来说，没有这样的工具库。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）是C＃中的线性代数库。它是用C＃编写的，符合.net标准2.0库。它的目标是允许.NET开发人员使用NumPy的语法编写机器学习代码，从而最大限度地降低迁移python代码的成本。 NumSharp使用最新的Span技术直接安全地访问内存，优化每个模拟API的性能。 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();
// 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。

NumSharp已经能完成非常多的功能，引入了LAPACK的线性代数库支持，并且抽象成Provider模式，从架构上来看具有了可扩展性。增加了更多的Unit Tests，用来保证团队合作时的质量把控。添加了流体动力方程的示例。NDArray增加了隐式转换支持，可以更方便地初始化一个多维数组，并且支持标量ndarray的创建。NumSharp v0.6.1发布，加入支持维度为零时的标量和创建NDArray时的隐式转换，比如支持如下形式创建多维数组：

NDArray nd = new double[,]{{1, 2, 3},{4, 5, 6}};
nd = "[1,2,3;4,5,6]";
// 支持标量
nd = 5.0f;

如何安装：

PM> Install-Package NumSharp

如果您觉得这个库对您有帮助，请积极参与讨论。欢迎在Github上加个星，还有一个示例代码，它是从头开始在NumSharp中实现的人工神经网络。

没有NumSharp，我只想到Python编写机器学习项目，但我熟悉C＃。从现在开始，用C＃dotnet开始一个新的ML项目是个好的出发点。谢谢你们！

SciSharp repos: https://github.com/SciSharp
Chat room: https://gitter.im/sci-sharp/community

作者：Eric Chen