Tutorial Python Numpy: Învață Python Numpy cu exemple

Dacă ai studiat Python de ceva timp, trebuie să fi întâlnit NumPy. Și trebuie să te-ai întrebat ce este și de ce este atât de important. În acest tutorial Python Numpy , veți putea afla despre același lucru. Veți ajunge să înțelegeți NumPy, precum și matricele NumPy și funcțiile acestora.

A avea stăpânire peste Python este necesar pentru programatorii moderni. Și acest tutorial Python NumPy vă va ajuta să înțelegeți mai bine Python. Este destul de detaliat, așa că vă recomandăm să adăugați această pagină la marcajele dvs. pentru referințe viitoare.

Învață cursuri online de știință a datelor de la cele mai bune universități din lume. Câștigă programe Executive PG, programe avansate de certificat sau programe de master pentru a-ți accelera cariera.

Ce este Python NumPy?

NumPy înseamnă „Numerical Python”. După cum ați fi ghicit, se concentrează pe operații numerice și pe calcul. Numpy este un pachet Python și este biblioteca principală pentru calcule științifice. Are obiecte și instrumente matrice n-dimensionale pentru a integra alte limbaje dominante, cum ar fi C. Puteți utiliza matricea NumPy ca un container multidimensional enorm pentru date.

Ce este o matrice NumPy?

Matricea NumPy este un obiect matrice n-dimensional fantastic. Are rânduri și coloane și îl puteți folosi pentru a accesa elementele unei liste Python. Există multe operații pe care le puteți efectua pe o matrice NumPy. Le-am discutat mai târziu în articol, dar înainte de asta, trebuie să înțelegeți cum să instalați NumPy în sistemul dumneavoastră. Fără a-l instala, nu l-ai putea folosi.

Cum se instalează NumPy?

Va trebui să accesați promptul de comandă și să introduceți „pip install numpy” pentru a instala Python NumPy. După finalizarea instalării, va trebui să mergeți la IDE și să importați numpy prin „import numpy ca np”. Și așa instalezi Numpy pe sistemul tău.

Puteți crea cu ușurință matrice în NumPy prin următorul cod:

1 import numpy ca np

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

3 print(a)

Ieșirea codului de mai sus – [1 2 3]

Codul de mai sus vă va oferi o matrice unidimensională. Dacă doriți să creați o matrice multidimensională, ar trebui să scrieți ceva similar cu exemplul de mai jos:

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

2 print(a)

Ieșirea codului de mai sus – [[ 1 2 3]

[4 5 6]]

Citește mai mult: 25 de idei și subiecte interesante pentru proiecte Python pentru începători

Operațiuni în NumPy

Python NumPy are multe operațiuni. Toate îndeplinesc funcții specifice. Iată acele funcții cu o scurtă descriere:

dimensiunea articolelor:

Cu ajutorul acestei funcții, puteți afla dimensiunea de octeți a elementelor matricei dvs. Aruncă o privire la următorul exemplu:

1 import numpy ca np

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

3 print(a.itemsize)

Ieșirea codului de mai sus – 4

ndim:

Funcția ndim vă ajută să găsiți dimensiunea matricei. Ar trebui să știți că puteți avea matrice unidimensionale, bidimensionale și tridimensionale. Iată un exemplu de această funcție:

1 import numpy ca np

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

3 print(a.ndim)

Ieșirea codului de mai sus – 2

remodela:

Cu ajutorul operației de remodelare, puteți modifica numărul de rânduri și coloane prezente într-o matrice. Să presupunem că o singură matrice are trei coloane și două rânduri. Prin remodelare, le puteți schimba în 2 coloane și trei rânduri. Vedeți-l în acțiune prin următorul exemplu:

1 import numpy ca np

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

3 print(a)

4 a=a.reforma(3,2)

5 print(a)

Ieșirea codului de mai sus – [[ 8 9 10] [11 12 13]] [[ 8 9] [10 11] [12 13]]

feliere:

Folosind operația de tăiere, puteți extrage un anumit set de elemente din matricea necesară. Cu alte cuvinte, puteți „slice” matricea și obțineți o porțiune din aceeași. Să presupunem că aveți o matrice și doriți să extrageți un anumit element din ea, ați proceda în felul următor:

1 import numpy ca np

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

3 print(a[0,2])

Ieșirea codului de mai sus – 3

În exemplul de mai sus, indicele primului tablou a fost 0, iar pentru al doilea, a fost 1. Deci, codul spune că ar trebui să imprime al doilea element al primului tablou (care are indicele 0). Să presupunem că aveți nevoie de al doilea element din primul și din zero-ul index al matricei. Atunci vom folosi următorul cod:

1 import numpy ca np

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

3 print(a[0:,2])

Ieșirea codului de mai sus– [3 5]

Citește și: Salariu pentru dezvoltatori Python în India

dtype:

Cu funcția dtype, aveți opțiunea de a găsi tipul de date al elementelor unui tablou. Vă oferă tipul de date și dimensiunea componentei necesare. Aruncă o privire la următorul exemplu pentru a vedea cum funcționează:

1 import numpy ca np

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

3 print(a.dtype)

Ieșirea codului de mai sus – int32

Puteți utiliza funcțiile „shape” și „size” pentru a găsi și forma și dimensiunea matricei. Aruncă o privire la acest exemplu al tutorialului nostru Python NumPy pentru a înțelege corect aceste funcții:

1 import numpy ca np

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

3 imprimare (dimensiune)

4 imprimare(a.shape)

Ieșirea codului de mai sus – 6 (1,6)

linspace :

Cu ajutorul operațiunii linspace, puteți obține numere uniform distanțate în funcție de intervalul menționat. Funcția linspace are utilizările sale și iată un exemplu despre cum o puteți folosi:

1 import numpy ca np

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

3 print(a)

Ieșirea codului de mai sus– [ 1. 1.22222222 1.44444444 1.66666667 1.88888889 2.11111111 2.33333333 2.55555556 2.77737777]

rădăcină pătrată și abaterea standard

Python NumPy vă permite să efectuați diferite operații matematice. Și una dintre aceste operații este derivarea rădăcinii pătrate a matricei necesare. De asemenea, puteți obține abaterea standard a matricei dvs. NumPy. Iată un exemplu detaliat care să vă ajute în acest sens:

1 import numpy ca np

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

3 print(np.sqrt(a))

4 print(np.std(a))

Ieșirea codului de mai sus– [[ 1. 1.41421356 1.73205081]

[ 1.73205081 2. 2.23606798]]

1.29099444874

max/min

Puteți găsi maximul, minimul și suma unei matrice, precum și prin operațiunile specifice. Găsirea maximului și a minimului vă poate ajuta foarte mult în efectuarea unor operații complexe. Iată cum puteți găsi maximul, minimul și suma matricei pe care o aveți:

1 import numpy ca np

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

3 print(a.min())

4 print(a.max())

5 print(a.sum())

Ieșirea codului de mai sus – 1 3 6

Stivuire orizontală și verticală

S-ar putea să doriți să combinați două matrice, dar să nu le adăugați, adică s-ar putea să doriți doar să le concatenați. În acest scop, le puteți stivui orizontal sau vertical. Iată un exemplu de cod pentru a face acest lucru:

1 import numpy ca np

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

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

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

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

Ieșirea codului de mai sus – [[1 2 3] [3 4 5] [1 2 3] [3 4 5]]

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

Citiți mai multe: Operatori în Python: Ghid pentru aritmetică pentru începători

Plus

Puteți adăuga și matrice NumPy. În afară de adunare, puteți efectua și scăderea, împărțirea și înmulțirea a două matrici. Iată un exemplu de adăugare în Python NumPy:

1 import numpy ca np

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

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

4 print(x+y)

Ieșirea codului de mai sus – [[ 2 4 6] [ 6 8 10]]

După cum am menționat mai devreme, puteți efectua și alte operații matematice pe tablourile NumPy, inclusiv scăderea și împărțirea. Iată cum:

1 import numpy ca np

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

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

4 print(xy)

5 print(x*y)

6 print(x/y)

Ieșirea codului de mai sus – [[0 0 0] [0 0 0]]

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

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

ravel

Operația ravel vă permite să convertiți o matrice NumPy într-o ravel, care este o singură coloană. Iată un exemplu:

1 import numpy ca np

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

3 print(x.ravel())

Ieșirea codului – [ 1 2 3 3 4 5]

Concluzie

Suntem siguri că ați găsit acest tutorial Python NumPy destul de informativ. Până acum, ați fi înțeles ce este Python NumPy și care sunt funcțiile sale. Dacă mai aveți întrebări despre acest subiect, nu ezitați să ne anunțați.

Dacă sunteți curios să aflați despre știința datelor, consultați programul Executive PG în știința datelor de la IIIT-B și upGrad, care este creat pentru profesioniști care lucrează și oferă peste 10 studii de caz și proiecte, ateliere practice practice, mentorat cu experți din industrie, 1 -on-1 cu mentori din industrie, peste 400 de ore de învățare și asistență profesională cu firme de top.