12 operacji NumPy dla początkujących

NumPy, co oznacza Numerical Python, to biblioteka Pythona używana głównie do pracy z tablicami i wykonywania na nich szerokiej gamy operacji matematycznych. Jest to podstawowa biblioteka do obliczeń naukowych w Pythonie. NumPy jest często używany z innymi bibliotekami Pythona związanymi z nauką o danych, takimi jak SciPy, Pandas i Matplotlib.

W tym artykule dowiesz się, jak wykonać 12 podstawowych operacji za pomocą NumPy.

Korzystanie z tych przykładów NumPy

Możesz uruchomić przykłady w tym artykule, wprowadzając kod bezpośrednio do interpretera Pythona. Aby to zrobić, uruchom go w trybie interaktywnym z wiersza poleceń.

Możesz również uzyskać dostęp do pliku Notatnika Pythona zawierającego kompletny kod źródłowy z to repozytorium GitHub.

1. Jak zaimportować NumPy jako np i wydrukować numer wersji?

Musisz użyć import słowo kluczowe do importowania dowolnej biblioteki w Pythonie. NumPy jest zazwyczaj importowany pod np Alias. Dzięki takiemu podejściu możesz odnosić się do pakietu NumPy jako np zamiast numpy.

importuj numer jako np
drukuj (np.__wersja__)

Wyjście:

1.20.1

2. Jak utworzyć obiekt ndarray NumPy

Obiekt tablicy w NumPy nazywa się ndarray. Możesz stworzyć NumPy ndarray obiekt używając szyk() metoda. ten szyk() Metoda akceptuje listę, krotkę lub obiekt podobny do tablicy.

Używanie krotki do tworzenia tablicy NumPy

arrObj = np. tablica ((23, 32, 65, 85))
arrObj

Wyjście:

tablica ([23, 32, 65, 85])

Używanie listy do tworzenia tablicy NumPy

arrObj = np. tablica ([43, 23, 75, 15])
arrObj

Wyjście:

tablica ([43, 23, 75, 15])

3. Jak tworzyć tablice NumPy 0D, 1D, 2D, 3D i N-Dimensional NumPy

Tablice 0D

Każdy element tablicy jest tablicą 0D.

arrObj = np. tablica (21)
arrObj

Wyjście:

tablica (21)

Tablice 1D

Tablice, których elementami są tablice 0D, nazywane są tablicami 1D.

arrObj = np. tablica ([43, 23, 75, 15])
arrObj

Wyjście:

tablica ([43, 23, 75, 15])

Tablice 2D

Tablice, których elementami są tablice 1D, nazywane są tablicami 2D.

arrObj = np. tablica([[12, 43, 21], [67, 32, 98]])
arrObj

Wyjście:

tablica([[12, 43, 21],
[67, 32, 98]])

Tablice 3D

Tablice, których elementami są tablice 2D (macierze), nazywane są tablicami 3D.

arrObj = np. tablica([[[23, 45, 22], [45, 76, 23]], [[67, 23, 56], [12, 76, 63]]])
arrObj

Wyjście:

tablica([[[23, 45, 22],
[45, 76, 23]],
[[67, 23, 56],
[12, 76, 63]]])

Tablice n-wymiarowe

Możesz utworzyć tablicę o dowolnym wymiarze za pomocą ndmin argument.

arrObj = np. tablica ([23, 22, 65, 44], ndmin=5)
arrObj

Wyjście:

tablica([[[[[23, 22, 65, 44]]]]])

4. Jak sprawdzić wymiary tablicy

Możesz znaleźć wymiary tablicy za pomocą ndim atrybut.

arrObj1 = np. tablica (21)
arrObj2 = np. tablica ([43, 23, 75, 15])
arrObj3 = np. tablica ([[12, 43, 21], [67, 32, 98]])
arrObj4 = np. tablica([[[23, 45, 22], [45, 76, 23]], [[67, 23, 56], [12, 76, 63]]])
drukuj (arrObj1.ndim)
drukuj (arrObj2.ndim)
drukuj (arrObj3.ndim)
drukuj (arrObj4.ndim)

Wyjście:

0
1
2
3

5. Jak uzyskać dostęp do elementów tablic 1D, 2D i 3D

Dostęp do elementu tablicy można uzyskać za pomocą jego numeru indeksu. W przypadku tablic 2D i 3D należy użyć oddzielonych przecinkami liczb całkowitych reprezentujących indeks każdego wymiaru.

arrObj1 = np. tablica ([43, 23, 75, 15])
arrObj2 = np. tablica ([[12, 43, 21], [67, 32, 98]])
arrObj3 = np. tablica([[[23, 45, 22], [45, 76, 23]], [[67, 23, 56], [12, 76, 63]]])
drukuj (arrObj1[2])
drukuj (arrObj2[0, 2])
drukuj (arrObj3[0, 1, 2])

Wyjście:

75
21
23

Notatka: Tablice NumPy obsługują również indeksowanie ujemne.

Związane z: Dlaczego Python jest językiem programowania przyszłości

6. Jak sprawdzić typ danych obiektu NumPy Array?

Możesz sprawdzić typ danych obiektu tablicy NumPy za pomocą dtype własność.

arrObj1 = np. tablica([1, 2, 3, 4])
arrObj2 = np. tablica ([1.3, 6.8, 3.5, 9.2])
arrObj3 = np. tablica (['Witamy', 'do', 'MUO'])
drukuj (arrObj1.dtype)
drukuj (arrObj2.dtype)
drukuj (arrObj3.dtype)

Wyjście:

int32
pływak64

Notatka:

NumPy używa następujących znaków do reprezentowania wbudowanych typów danych:

• i — liczba całkowita (ze znakiem)
• b — wartość logiczna
• O — obiekt
• S — ciąg
• u — liczba całkowita bez znaku
• f — pływak
• c — złożony pływak
• m — delta czasu
• M — data i godzina
• U — ciąg Unicode
• V — dane surowe (nieważne)

7. Jak zmienić typ danych tablicy NumPy?

Możesz zmienić typ danych tablicy NumPy za pomocą astype (typ_danych) metoda. Ta metoda akceptuje typ danych jako parametr i tworzy nową kopię tablicy. Możesz określić typ danych za pomocą znaków takich jak „b” dla wartości logicznej, „i” dla liczby całkowitej, „f” dla liczby zmiennoprzecinkowej itp.

Konwersja tablicy liczb całkowitych na tablicę zmiennoprzecinkową

arrObj = np. tablica ([43, 23, 75, 15])
floatArr = arrObj.astype('f')
floatArr

Wyjście:

array([43., 23., 75., 15.], dtype=float32)

Konwersja tablicy zmiennoprzecinkowej na tablicę liczb całkowitych

arrObj = np. tablica ([1.3, 6.8, 3.5, 9.2])
intArr = arrObj.astype('i')
intArr

Wyjście:

tablica([1, 6, 3, 9], dtype=int32)

Związane z: Pomysły na projekty w Pythonie odpowiednie dla początkujących

8. Jak skopiować tablicę NumPy do innej tablicy?

Możesz skopiować tablicę NumPy do innej tablicy za pomocą np. kopiuj() funkcjonować. Ta funkcja zwraca kopię tablicy danego obiektu.

staryArr = np.tablica([43, 23, 75, 15])
newArr = np. kopia (stary Arr)
nowyArr

Wyjście:

tablica ([43, 23, 75, 15])

9. Jak znaleźć kształt tablicy NumPy

Kształt tablicy odnosi się do liczby elementów w każdym wymiarze. Możesz znaleźć kształt tablicy za pomocą kształt atrybut. Zwraca krotkę, której elementy podają długości odpowiednich wymiarów tablicy.

arrObj = np. tablica([[12, 43, 21], [67, 32, 98]])
arrObj.shape

Wyjście:

(2, 3)

Związane z: Jak budować API w Pythonie: najpopularniejsze frameworki

10. Jak zmienić kształt tablicy NumPy

Zmiana kształtu tablicy oznacza zmianę jej kształtu. Zauważ, że nie możesz zmienić kształtu szyku na dowolny kształt. Liczba elementów wymaganych do zmiany kształtu musi być taka sama w obu kształtach.

arrObj = np. tablica ([43, 23, 75, 15, 34, 45])
przekształtowanyArr = arrObj.przekształt (2, 3)
zmieniony Arr

Wyjście:

tablica([[43, 23, 75],
[15, 34, 45]])

W powyższym przykładzie szyk 1D jest przekształcany w szyk 2D.

11. Jak spłaszczyć tablicę NumPy

Spłaszczenie tablicy oznacza przekształcenie tablicy wielowymiarowej w tablicę 1D. Możesz spłaszczyć tablicę za pomocą zmienić kształt(-1).

arrObj = np. tablica([[12, 43, 21], [67, 32, 98]])
flattenedArr = arrObj.reshape(-1)
flattenedArr

Wyjście:

tablica([12, 43, 21, 67, 32, 98])

Notatka: Możesz także spłaszczyć tablicę za pomocą innych metod, takich jak numpy.ndarray.flatten() oraz numpy.ravel().

12. Jak posortować tablicę NumPy

Możesz posortować tablicę NumPy za pomocą numpy.sort() funkcjonować.

Sortowanie tablicy liczb całkowitych 1D

arrObj = np. tablica ([43, 23, 75, 15])
np.sort (arrObj)

Wyjście:

tablica([15, 23, 43, 75])

Sortowanie tablicy ciągów 1D

arrObj = np.array(["Python", "JavaScript", "Solidność", "Golang"])
np.sort (arrObj)

Wyjście:

array(['Golang', 'JavaScript', 'Python', 'Solidność'], dtype='

Sortowanie tablicy 2D liczb całkowitych

arrObj = np. tablica([[12, 43, 21], [67, 32, 98]])
np.sort (arrObj)

Wyjście:

tablica([[12, 21, 43], [32, 67, 98]])

Spraw, aby Twój kod był solidny, korzystając z wbudowanych metod i funkcji

Python to jeden z najpopularniejszych języków programowania. Jest używany w różnych dziedzinach, takich jak tworzenie stron internetowych, aplikacje naukowe i numeryczne, tworzenie oprogramowania i tworzenie gier. Zawsze dobrze jest wiedzieć o wbudowanych metodach i funkcjach w Pythonie. Mogą skrócić Twój kod i zwiększyć jego wydajność.

20 funkcji Pythona, które powinieneś znać

Biblioteka standardowa Pythona zawiera wiele funkcji ułatwiających wykonywanie zadań programistycznych. Dowiedz się o najbardziej przydatnych i stwórz bardziej niezawodny kod.

Czytaj dalej

O autorze