在学习《Machine Learning in Action》和《NLTK Natural Language Processing with Python》的过程中，我真切地感受到Numpy库的便捷与强大，线性代数的数据结构与运算封装得浅显易懂。不过Numpy或者Python有两个很致 命的缺点：①弱类型导致我无法看到深层对象中的注释。②运行效率无法满足生产需要。我在想Java平台上是否有比较成熟的数学库，类似于Numpy这样简 洁强大，同时又文档完整。没想到还真的有，在StackOverflow上有人问“Java equivalent for the Numpy multi-dimensional object”,得票最高的答案就是Colt。

　　Colt简介

　　Colt是一个高性能的数学库，由以下几个子库构成：

　　Colt库:基本的动态数组、稀疏矩阵、线性代数。

　　Jet库：数理统计、直方图。

　　CoreJava库：类printf的打印函数，

　　文档

　　详细的文档在http://acs.lbl.gov/software/colt/api/overview-summary.html

　　实例

　　挑我急着用的矩阵来说：

　　package com.hankcs;

　　import cern.colt.matrix.DoubleMatrix2D;

　　import cern.colt.matrix.impl.DenseDoubleMatrix2D;

　　import cern.colt.matrix.linalg.Algebra;

　　public class Main

　　{

　　public static void main(String[] args)

　　{

　　DoubleMatrix2D matrix;

　　matrix = new DenseDoubleMatrix2D(3,4);

　　//matrix = new SparseDoubleMatrix2D(3,4); // 稀疏矩阵

　　//matrix = new RCDoubleMatrix2D(3,4); //

　　System.out.println("初始矩阵");

　　System.out.println(matrix);

　　System.out.println("填充");

　　matrix.assign(new double[][]{

{1, 2, 3, 4},{5, 6, 7, 8},{9, 10, 11, 12}});

　　System.out.println(matrix);

　　System.out.println("转置");

　　DoubleMatrix2D transpose = Algebra.DEFAULT.transpose(matrix);

　　System.out.println(transpose);

　　System.out.println("矩阵乘法");

　　System.out.println(Algebra.DEFAULT.mult(matrix, transpose));

　　}

　　}

　　复制代码

　　输出：

　　初始矩阵

　　3 x 4 matrix

　　0 0 0 0

　　0 0 0 0

　　0 0 0 0

　　填充

　　3 x 4 matrix

　　1 2 3 4

　　5 6 7 8

　　9 10 11 12

　　转置

　　4 x 3 matrix

　　1 5 9

　　2 6 10

　　3 7 11

　　4 8 12

　　矩阵乘法

　　3 x 3 matrix

　　30 70 110

　　70 174 278

　　110 278 446

　　复制代码

　　由于Java不能重载运算符，所有的运算符都是通过更多运算请参考 http://acs.lbl.gov/software/colt ... linalg/Algebra.html