Java等效于Numpy多维对象

Question

使用它一段时间后，我真的很喜欢Numpy多维数组。使用简洁但可读且相当通用的代码编写算法是有帮助的。我希望在Java中有同样的东西。在用自己的类似Numpy的API编写多维数组之前，有这样的事情吗？

[PS]我搜了一下，没看到

Answer 1

OP来自2011年。因此，截至2015年底，我想提一下，镇上有一个新的孩子，声称对于java来说是个笨蛋 - ＆gt; nd4j。好消息是nd4j是一个在blas等不同库之上的抽象层。根据矩阵的大小，有两个基础实现，如{numpy或jblas fast。而且你的代码是真正独立于平台的。

Answer 2

所以最接近的比赛似乎是柯尔特！ http://acs.lbl.gov/software/colt/

它具有多维数组对象，数组视图和通常的线性代数！它看起来效率很高。

Answer 3

库 Vectorz （https://github.com/mikera/vectorz）提供功能齐全的NDArray，其功能与Numpy的NDArray大致相同，即它提供了更丰富的功能：

• 任意 N维数组的数值（在本例中为Java双打）
• 使用跨步访问进行有效切片的轻量级视图
• 广泛的数学操作，具有高效的实施

它也非常快：对于大多数操作来说它比NumPy快得多，尽管NumPy对于某些大型矩阵操作可能仍然更快，因为它使用原生BLAS库来加速这些操作。

这是NDArray类本身：

https://github.com/mikera/vectorz/blob/develop/src/main/java/mikera/arrayz/NDArray.java

免责声明：我是Vectorz的作者

Answer 4

您可以将数值库用于线性代数;那些将有矩阵。看看Apache Commons Math。

Answer 5

Scala拥有更多类似numpy的库，如果重要的话。 （你甚至可以从Java中使用它们。）

BIDMat承诺既强大又快速（并且由GPU驱动）。

如前所述，还有Breeze

Answer 6

另一个很好的选择是使用Spark的DataFrame API。

http://spark.apache.org/docs/latest/sql-programming-guide.html

这为您提供了一个Pandas / Numpy类似Java接口的接口。此外，代码本质上是可并行化的，如果数据量增加，可以在一组机器上运行。

Answer 7

Java 对 nd 数组来说相当笨拙（没有运算符重载等）。如果 Kotlin 没问题，你可以试试 Kotlin-NumPy (https://github.com/Kotlin/kotlin-numpy)

nd4j (https://github.com/deeplearning4j/nd4j) 前段时间很流行，但现在似乎没有维护。

Answer 8

这是一个老问题，但我只是想我会添加这两个 Java ndarray 库：

• TensorFlow NdArray Java Library
• AWS Deep Java NdArray Library

Answer 9

我会说java没有什么'喜欢'numpy。 numpy是一个大型的数学导向项目，它并不真正适合java心态。

并不认为java中没有好的集合库！ Guava有Table接口，有两个很好的实现，ArrayTable和HashBasedTable。它更像是一个数学工具的集合库，但它非常有用。

对于速度和内存效率，strre是trove。一个使用基元的集合库。

对于maticies操作，JAMA似乎很好。

据我所知，你需要编写更多代码并在java中使用更多的库而不是python。

Answer 10

我推荐 la4j，一个优雅的现代线性代数库，或者 JBLAS，另一个将 BLAS 移植到 Java 的库。