12 operacij NumPy za začetnike

NumPy, ki pomeni Numerical Python, je knjižnica Python, ki se uporablja predvsem za delo z matrikami in za izvajanje najrazličnejših matematičnih operacij na njih. To je osrednja knjižnica za znanstveno računalništvo v Pythonu. NumPy se pogosto uporablja z drugimi knjižnicami Python, povezanimi s podatkovno znanostjo, kot so SciPy, Pandas in Matplotlib.

V tem članku se boste naučili izvajati 12 osnovnih operacij z uporabo NumPy.

Uporaba teh primerov NumPy

Primere v tem članku lahko zaženete tako, da kodo vnesete neposredno v tolmač python. Če želite to narediti, ga zaženite v interaktivnem načinu iz ukazne vrstice.

Dostopate lahko tudi do datoteke prenosnega računalnika Python, ki vsebuje celotno izvorno kodo to skladišče GitHub.

1. Kako uvoziti NumPy kot np in natisniti številko različice

Morate uporabiti uvoz ključno besedo za uvoz katere koli knjižnice v Pythonu. NumPy se običajno uvozi pod np vzdevek. S tem pristopom se lahko na paket NumPy sklicujete kot np namesto numpy.

uvoz numpy kot np
tiskanje (np .__ različica__)

Izhod:

1.20.1

2. Kako ustvariti objekt NumPy ndarray

Objekt niza v NumPy se pokliče ndarray. Ustvarite lahko NumPy ndarray predmet z uporabo matrika () metoda. The matrika () metoda sprejme seznam, nabor ali predmet, podoben matriki.

Uporaba nabora za ustvarjanje matrike NumPy

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

Izhod:

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

Uporaba seznama za ustvarjanje matrike NumPy

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

Izhod:

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

3. Kako ustvariti 0D, 1D, 2D, 3D in N-dimenzionalne matrike NumPy

0D nizi

Vsak element matrike je matrika 0D.

arrObj = np.masa (21)
arrObj

Izhod:

matrika (21)

1D matrike

Nizki, ki imajo za elemente 0D matrike, se imenujejo 1D matrike.

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

Izhod:

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

2D nizi

Nizki, ki imajo za elemente 1D matrike, se imenujejo 2D matrike.

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

Izhod:

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

3D nizi

Nizki, ki imajo za svoje elemente 2D matrike (matrike), se imenujejo 3D matrike.

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

Izhod:

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

n-dimenzionalni nizi

Z datoteko ndmin prepir.

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

Izhod:

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

4. Kako preveriti dimenzije matrike

Dimenzije matrike lahko najdete z ndim atribut.

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

Izhod:

0
1
2
3

5. Kako dostopati do elementov 1D, 2D in 3D nizov

Do elementa matrike lahko dostopate z njegovo indeksno številko. Za 2D in 3D matrike morate uporabiti cela števila, ločena z vejicami, ki predstavljajo indeks vsake dimenzije.

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

Izhod:

75
21
23

Opomba: NumPy matrike podpirajo tudi negativno indeksiranje.

Povezano: Zakaj je Python programski jezik prihodnosti

6. Kako preveriti podatkovni tip objekta NumPy Array Object

Podatkovni tip predmeta matrike NumPy lahko preverite s pomočjo dtype lastnine.

arrObj1 = np.array ([1, 2, 3, 4])
arrObj2 = np.masa ([1.3, 6.8, 3.5, 9.2])
arrObj3 = np.array (['Dobrodošli', 'do', 'MUO'])
tiskanje (arrObj1.dtype)
tiskanje (arrObj2.dtype)
tiskanje (arrObj3.dtype)

Izhod:

int32
float64

Opomba:

NumPy za predstavitev vgrajenih podatkovnih tipov uporablja naslednje znake:

• i - celo število (podpisano)
• b - logično
• O - predmet
• S - niz
• u - nepodpisano celo število
• f - plavajoče
• c - kompleksni plovec
• m - časovni razpored
• M - datum in čas
• U - niz Unicode
• V - surovi podatki (nično)

7. Kako spremeniti podatkovni tip matrike NumPy

Podatkovni tip matrike NumPy lahko spremenite s pomočjo astype (podatkovni tip) metoda. Ta metoda sprejme podatkovni tip kot parameter in ustvari novo kopijo matrike. Podatkovni tip lahko podate z uporabo znakov, kot so 'b' za logično vrednost, 'i' za celo število, 'f' za float itd.

Pretvarjanje celega niza v plavajoči niz

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

Izhod:

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

Pretvarjanje plavajočega niza v celoštevilsko polje

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

Izhod:

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

Povezano: Ideje za Python projekt primerne za začetnike

8. Kako kopirati matriko NumPy v drugo matriko

NumPy matriko lahko kopirate v drugo matriko z uporabo np.copy () funkcijo. Ta funkcija vrne matrično kopijo danega predmeta.

oldArr = np.array ([43, 23, 75, 15])
newArr = np.copy (oldArr)
newArr

Izhod:

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

9. Kako najti obliko matrike NumPy

Oblika matrike se nanaša na število elementov v vsaki dimenziji. Obliko matrike lahko najdete z obliko atribut. Vrne nabor, katerega elementi dajejo dolžine ustreznih dimenzij matrike.

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

Izhod:

(2, 3)

Povezano: Kako sestaviti API -je v Pythonu: najbolj priljubljena ogrodja

10. Kako preoblikovati matriko NumPy

Preoblikovanje matrike pomeni spremembo njene oblike. Upoštevajte, da matrike ne morete preoblikovati v poljubno obliko. Število elementov, potrebnih za preoblikovanje, mora biti v obeh oblikah enako.

arrObj = np.array ([43, 23, 75, 15, 34, 45])
preoblikovanoArr = arrObj.reshape (2, 3)
preoblikovano

Izhod:

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

V zgornjem primeru je 1D matrika preoblikovana v 2D matriko.

11. Kako poravnati matriko NumPy

Poravnavanje matrike pomeni pretvorbo večdimenzionalne matrike v 1D matriko. Polje lahko poravnate s pomočjo preoblikovati (-1).

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

Izhod:

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

Opomba: Polje lahko tudi poravnate z drugimi metodami, na primer numpy.ndarray.flatten () in numpy.ravel ().

12. Kako razvrstiti matriko NumPy

NumPy matriko lahko razvrstite s pomočjo numpy.sort () funkcijo.

Razvrščanje 1D niza celih števil

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

Izhod:

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

Razvrščanje 1D niza nizov

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

Izhod:

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

Razvrščanje 2D niza celih števil

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

Izhod:

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

Naredite svojo kodo robustno z uporabo vgrajenih metod in funkcij

Python je eden najbolj priljubljenih programskih jezikov. Uporablja se na različnih področjih, kot so spletni razvoj, znanstvene in numerične aplikacije, razvoj programske opreme in razvoj iger. Vedno je dobro vedeti o vgrajenih metodah in funkcijah v Pythonu. Lahko skrajšajo vašo kodo in povečajo njeno učinkovitost.

20 Pythonovih funkcij, ki jih morate poznati

Standardna knjižnica Python vsebuje številne funkcije, ki vam pomagajo pri programiranju. Spoznajte najbolj uporabno in ustvarite robustnejšo kodo.

Preberite Naprej

O avtorju