Numpy

科學運算函式庫NumPy最新1.22版本，開始能在Windows/Arm64上運作，並且主要命名空間的註解工作已大致完成

在Python生態圈中缺少了專為運算幾何而生的程式庫，然而在資料科學生態系中存在可用的方案，另外，新興的scikit-geometry程式庫，未來的發展值得期待

在圖片資料處理上，我過去曾接觸OpenCV程式庫，當時雖滿足需求，效能卻不理想，之後學用NumPy、Matplotlib程式庫的過程中，知道它們的淵源，終於明白問題所在

資料可區分為人類可讀的資料，以及機器可讀的資料，而且，真實世界中的資料來源，不一定是專門為了給機器或程式庫判讀而設計，若要讀取這些資料、予以視覺化，需進行資料清理

NumPy陣列提供與list相同的索引方式，但並非使用了NumPy，資料處理速度就會自動躍進，開發者須改變思考方式，才能善用NumPy陣列的效能優勢

針對陣列的運算，NumPy提供了廣播機制，規則看似複雜，然而，從Universal函式如何調整輸入陣列為相同形狀，以便一對一處理的觀點來看，就會易於掌握！

中正大學聯合嘉義基督教醫院，打造一套醫學影像AI系統，可即時分析醫生大腸鏡檢查畫面，自動在電腦螢幕上框出瘜肉位置、辨識贅生性瘜肉機率，準確率高達95％。另一方面，北美2間大學用增強式學習來調教機器義肢，讓身障者可以舒適地走路。而MIT近日則提出一篇論文，要以新演算法來重新採樣訓練資料，解決人臉辨識偏見。