Samouczek Pythona NumPy: Naucz się Pythona Numpy z przykładami

Jeśli od jakiegoś czasu uczysz się Pythona, na pewno natrafiłeś na NumPy. I pewnie zastanawiałeś się, co to jest i dlaczego jest tak ważne. W tym samouczku Pythona Numpy dowiesz się o tym samym. Poznasz zarówno tablice NumPy, jak i NumPy oraz ich funkcje.

Znajomość języka Python jest niezbędna współczesnym programistom. A ten samouczek Pythona NumPy pomoże ci lepiej zrozumieć Pythona. Jest dość szczegółowa, dlatego zalecamy dodanie tej strony do zakładek, aby móc z niej skorzystać w przyszłości.

Ucz się kursów online na temat nauki o danych z najlepszych światowych uniwersytetów. Zdobywaj programy Executive PG, Advanced Certificate Programs lub Masters Programs, aby przyspieszyć swoją karierę.

Co to jest Python NumPy?

NumPy oznacza „Pyton numeryczny”. Jak można się domyślić, skupia się na operacjach numerycznych i obliczeniach. Numpy to pakiet Pythona i główna biblioteka do obliczeń naukowych. Posiada n-wymiarowe obiekty tablicowe i narzędzia do integracji innych dominujących języków, takich jak C. Możesz użyć tablicy NumPy jako ogromnego wielowymiarowego kontenera na dane.

Co to jest tablica NumPy?

Tablica NumPy to fantastyczny n-wymiarowy obiekt tablicy. Ma wiersze i kolumny i możesz go użyć, aby uzyskać dostęp do elementów listy Pythona. Istnieje wiele operacji, które można wykonać na tablicy NumPy. Omówiliśmy je w dalszej części artykułu, ale wcześniej musisz zrozumieć, jak zainstalować NumPy w swoim systemie. Bez jej zainstalowania nie byłbyś w stanie z niego korzystać.

Jak zainstalować NumPy?

Będziesz musiał przejść do wiersza poleceń i wpisać „pip install numpy”, aby zainstalować Python NumPy. Po zakończeniu instalacji będziesz musiał przejść do IDE i zaimportować numpy przez 'import numpy as np'. I tak instalujesz Numpy w swoim systemie.

Możesz łatwo tworzyć tablice w NumPy za pomocą następującego kodu:

1 importuj numer jako np

2 a=np.tablica([1,2,3])

3 druk(a)

Wyjście powyższego kodu – [1 2 3]

Powyższy kod da ci jednowymiarową tablicę. Jeśli chcesz stworzyć tablicę wielowymiarową, musisz napisać coś podobnego do poniższego przykładu:

1 a=np.tablica([(1,2,3),(4,5,6)])

2 druk(a)

Wyjście powyższego kodu – [[ 1 2 3]

[4 5 6]]

Przeczytaj więcej: 25 ekscytujących pomysłów i tematów na projekty Python dla początkujących

Operacje w NumPy

Python NumPy ma wiele operacji. Wszystkie pełnią określone funkcje. Oto te funkcje z krótkim opisem:

rozmiar przedmiotu:

Za pomocą tej funkcji możesz sprawdzić rozmiar bajtów elementów Twojej tablicy. Spójrz na następujący przykład:

1 importuj numer jako np

2 a = np. tablica([(1,2,3)])

3 nadruk (rozmiar elementu)

Wyjście powyższego kodu – 4

ndim:

Funkcja ndim pomaga znaleźć wymiar tablicy. Powinieneś wiedzieć, że możesz mieć tablice jednowymiarowe, dwuwymiarowe, a także trójwymiarowe. Oto przykład tej funkcji:

1 importuj numer jako np

2 a = np. tablica([(1,2,3),(4,5,6)])

3 nadruk(i.ndim)

Wyjście powyższego kodu – 2

przefasonować:

Za pomocą operacji zmiany kształtu możesz zmienić liczbę wierszy i kolumn występujących w tablicy. Załóżmy, że jedna tablica ma trzy kolumny i dwa wiersze. Poprzez zmianę kształtu możesz zmienić je na 2 kolumny i 3 rzędy. Zobacz to w akcji w następującym przykładzie:

1 importuj numer jako np

2 a = np. tablica([(8,9,10),(11,12,13)])

3 druk(a)

4 a=a.przekształć(3,2)

5 druk(a)

Wyjście powyższego kodu – [[ 8 9 10] [11 12 13]] [[ 8 9] [10 11] [12 13]]

krajanie na plastry:

Używając operacji krojenia, możesz wyodrębnić określony zestaw elementów z wymaganej tablicy. Innymi słowy, możesz „pokroić” tablicę i uzyskać jej część. Załóżmy, że masz tablicę i chcesz wydobyć z niej określony element, możesz to zrobić w następujący sposób:

1 importuj numer jako np

2 a=np.tablica([(1,2,3,4),(3,4,5,6)])

3 druk(a[0,2])

Wyjście powyższego kodu – 3

W powyższym przykładzie indeks pierwszej tablicy wynosił 0, a drugiej – 1. Czyli kod mówi, że powinien wypisać drugi element pierwszej tablicy (o indeksie 0). Załóżmy, że potrzebujesz drugiego elementu z pierwszego i zerowego indeksu tablicy. Wtedy użyjemy następującego kodu:

1 importuj numer jako np

2 a=np.tablica([(1,2,3,4),(3,4,5,6)])

3 drukuj(a[0:,2])

Wyjście powyższego kodu – [3 5]

Przeczytaj także: Wynagrodzenie programisty Pythona w Indiach

typ:

Dzięki funkcji dtype masz możliwość znalezienia typu danych elementów tablicy. Podaje typ danych i rozmiar wymaganego komponentu. Spójrz na poniższy przykład, aby zobaczyć, jak to działa:

1 importuj numer jako np

2 a = np. tablica([(1,2,3)])

3 nadruk(a.dtype)

Wyjście powyższego kodu – int32

Możesz również użyć funkcji „kształt” i „rozmiar”, aby znaleźć kształt i rozmiar tablicy. Spójrz na ten przykład naszego samouczka Pythona NumPy, aby poprawnie zrozumieć te funkcje:

1 importuj numer jako np

2 a = np. tablica([(1,2,3,4,5,6)])

3 nadruk (rozmiar)

4 nadruk (kształt)

Wyjście powyższego kodu – 6 (1,6)

przestrzeń linowa :

Za pomocą operacji linspace można uzyskać równomiernie rozmieszczone liczby zgodnie z podanym interwałem. Funkcja linspace ma swoje zastosowania, a oto przykład, jak możesz jej użyć:

1 importuj numer jako np

2 a=np.linspace(1,3,10)

3 druk(a)

Wyjście powyższego kodu– [ 1. 1.22222222 1.44444444 1.66666667 1.88888889 2.11111111 2.333333333 2.55555556 2.77777778 3. ]

pierwiastek kwadratowy i odchylenie standardowe

Python NumPy umożliwia wykonywanie różnych operacji matematycznych. Jedną z tych operacji jest wyprowadzenie pierwiastka kwadratowego z wymaganej tablicy. Możesz również uzyskać odchylenie standardowe swojej tablicy NumPy. Oto szczegółowy przykład, który może Ci w tym pomóc:

1 importuj numer jako np

2 a=np.tablica([(1,2,3),(3,4,5,)])

3 drukuj(np.sqrt(a))

4 drukuj(np.std(a))

Wyjście powyższego kodu – [[ 1. 1.41421356 1.73205081]

[ 1.73205081 2. 2.23606798]]

1.29099444874

maks/min

Możesz znaleźć maksimum, minimum i sumę tablicy poprzez określone operacje. Znalezienie maksimum i minimum może bardzo pomóc w wykonywaniu złożonych operacji. Oto jak możesz znaleźć maksimum, minimum i sumę tablicy, którą masz:

1 importuj numer jako np

2 a= np. tablica([1,2,3])

3 drukuj(a.min())

4 drukuj(a.max())

5 drukuj(suma())

Wyjście powyższego kodu – 1 3 6

Układanie w stosy w poziomie i pionie

Możesz chcieć połączyć dwie tablice, ale ich nie dodawać, np. możesz po prostu chcieć je połączyć. W tym celu możesz ułożyć je w stos w pionie lub w poziomie. Oto przykładowy kod, który to robi:

1 importuj numer jako np

2 x= np. tablica([(1,2,3),(3,4,5)])

3 y= np. tablica([(1,2,3),(3,4,5)])

4 print(np.vstack((x,y)))

5 print(np.hstack((x,y)))

Wyjście powyższego kodu – [[1 2 3] [3 4 5] [1 2 3] [3 4 5]]

[[1 2 3 1 2 3] [3 4 5 3 4 5]]

Przeczytaj więcej: Operatory w Pythonie: przewodnik po arytmetyce dla początkujących

Dodatek

Możesz również dodać tablice NumPy. Oprócz dodawania możesz także wykonać odejmowanie, dzielenie i mnożenie dwóch macierzy. Oto przykład dodawania w Pythonie NumPy:

1 importuj numer jako np

2 x= np. tablica([(1,2,3),(3,4,5)])

3 y= np. tablica([(1,2,3),(3,4,5)])

4 nadruk (x+y)

Wyjście powyższego kodu – [[ 2 4 6] [ 6 8 10]]

Jak wspomnieliśmy wcześniej, na tablicach NumPy można również wykonywać inne operacje matematyczne, w tym odejmowanie i dzielenie. Oto jak:

1 importuj numer jako np

2 x= np. tablica([(1,2,3),(3,4,5)])

3 y= np. tablica([(1,2,3),(3,4,5)])

4 nadruk (xy)

5 wydruków (x*y)

6 druk (x/r)

Wyjście powyższego kodu – [[0 0 0] [0 0 0]]

[[ 1 4 9] [ 9 16 25]]

[[ 1. 1. 1.] [ 1. 1. 1.]]

węzeł

Operacja ravel pozwala przekonwertować tablicę NumPy na ravel, która jest pojedynczą kolumną. Oto przykład:

1 importuj numer jako np

2 x= np. tablica([(1,2,3),(3,4,5)])

3 drukuj(x.ravel())

Wyjście kodu – [ 1 2 3 3 4 5]

Wniosek

Jesteśmy pewni, że ten samouczek Pythona NumPy jest dość pouczający. Do tej pory zrozumiałeś, czym jest Python NumPy i jakie są jego funkcje. Jeśli masz więcej pytań na ten temat, daj nam znać.

Jeśli jesteś zainteresowany nauką o danych, sprawdź program IIIT-B i upGrad Executive PG w dziedzinie Data Science , który jest stworzony dla pracujących profesjonalistów i oferuje ponad 10 studiów przypadków i projektów, praktyczne warsztaty praktyczne, mentoring z ekspertami z branży, 1 -on-1 z mentorami branżowymi, ponad 400 godzin nauki i pomocy w pracy z najlepszymi firmami.