12 „NumPy“ operacijų pradedantiesiems

„NumPy“, kuris reiškia „Numerical Python“, yra „Python“ biblioteka, pirmiausia naudojama darbui su masyvais ir įvairioms matematinėms operacijoms atlikti. Tai pagrindinė mokslinio skaičiavimo biblioteka „Python“. „NumPy“ dažnai naudojamas su kitomis „Python“ bibliotekomis, susijusiomis su duomenų mokslu, tokiomis kaip „SciPy“, „Pandas“ ir „Matplotlib“.

Šiame straipsnyje sužinosite, kaip atlikti 12 pagrindinių operacijų naudojant „NumPy“.

Naudojant šiuos „NumPy“ pavyzdžius

Šiame straipsnyje pateiktus pavyzdžius galite paleisti įvesdami kodą tiesiai į „python“ vertėją. Norėdami tai padaryti, paleiskite jį interaktyviu režimu iš komandinės eilutės.

Taip pat galite pasiekti „Python Notebook“ failą, kuriame yra visas šaltinio kodas iš šią „GitHub“ saugyklą.

1. Kaip importuoti „NumPy“ kaip np ir atspausdinti versijos numerį

Jums reikia naudoti importas raktinį žodį, jei norite importuoti bet kurią „Python“ biblioteką. „NumPy“ paprastai importuojamas pagal np slapyvardis. Taikydami šį metodą, galite kreiptis į „NumPy“ paketą kaip np vietoj kvailas.

importuoti numpy kaip np
spausdinti (np .__ versija__)

Išėjimas:

1.20.1

2. Kaip sukurti „NumPy ndarray“ objektą

Masyvo objektas „NumPy“ vadinamas ndarray. Galite sukurti „NumPy“ ndarray objektas naudojant masyvas () metodas. The masyvas () metodas priima sąrašą, rinkinį arba į masyvą panašų objektą.

„Tuple“ naudojimas „NumPy“ masyvui sukurti

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

Išėjimas:

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

Sąrašo naudojimas „NumPy“ masyvui sukurti

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

Išėjimas:

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

3. Kaip sukurti 0D, 1D, 2D, 3D ir N matmenų „NumPy“ masyvus

0D masyvai

Kiekvienas masyvo elementas yra 0D masyvas.

arrObj = np.masyvas (21)
arrObj

Išėjimas:

masyvas (21)

1D masyvai

Masyvai, kurių elementai yra 0D masyvai, vadinami 1D masyvais.

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

Išėjimas:

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

2D masyvai

Masyvai, kurių elementai yra 1D masyvai, vadinami 2D masyvais.

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

Išėjimas:

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

3D masyvai

Masyvai, kurių elementai turi 2D matricas (matricas), vadinami 3D masyvais.

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

Išėjimas:

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

n-Matmenų masyvai

Galite sukurti bet kokio dydžio masyvą naudodami ndmin argumentas.

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

Išėjimas:

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

4. Kaip patikrinti masyvo matmenis

Masyvo matmenis galite rasti naudodami ndim atributas.

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

Išėjimas:

0
1
2
3

5. Kaip pasiekti 1D, 2D ir 3D masyvų elementus

Masyvo elementą galite pasiekti naudodami jo indekso numerį. 2D ir 3D masyvams turite naudoti kableliais atskirtus sveikuosius skaičius, vaizduojančius kiekvieno matmens indeksą.

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

Išėjimas:

75
21
23

Pastaba: „NumPy“ masyvai taip pat palaiko neigiamą indeksavimą.

Susijęs: Kodėl „Python“ yra ateities programavimo kalba

6. Kaip patikrinti „NumPy Array“ objekto duomenų tipą

Galite patikrinti „NumPy“ masyvo objekto duomenų tipą naudodami dtype nuosavybė.

arrObj1 = np.masyvas ([1, 2, 3, 4])
arrObj2 = np.masyvas ([1.3, 6.8, 3.5, 9.2])
arrObj3 = np.array ([„Sveiki atvykę“, „į“, ​​„MUO“])
spausdinti (arrObj1.dtype)
spausdinti (arrObj2.dtype)
spausdinti (arrObj3.dtype)

Išėjimas:

int32
64. plaukti

Pastaba:

„NumPy“ naudoja šiuos simbolius, kad atspindėtų integruotus duomenų tipus:

• i - sveikasis skaičius (pasirašytas)
• b - loginis
• O - objektas
• S - styga
• u - nepasirašytas sveikasis skaičius
• f - plūdė
• c - kompleksinė plūdė
• m - laikmatis
• M - datos laikas
• U - unikodo eilutė
• V - neapdoroti duomenys (negalioja)

7. Kaip pakeisti „NumPy“ masyvo duomenų tipą

Galite pakeisti „NumPy“ masyvo duomenų tipą naudodami astype (duomenų_ tipas) metodas. Šis metodas priima duomenų tipą kaip parametrą ir sukuria naują masyvo kopiją. Duomenų tipą galite nurodyti naudodami simbolius, pvz., „B“ - loginis, „i“ - sveikasis skaičius, „f“ - „float“ ir kt.

Sveikojo masyvo konvertavimas į plūdinį masyvą

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

Išėjimas:

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

Plūdės masyvo konvertavimas į sveikų skaičių masyvą

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

Išėjimas:

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

Susijęs: „Python“ projekto idėjos tinka pradedantiesiems

8. Kaip nukopijuoti „NumPy“ masyvą į kitą masyvą

Galite nukopijuoti „NumPy“ masyvą į kitą masyvą naudodami np.copy () funkcija. Ši funkcija grąžina duoto objekto masyvo kopiją.

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

Išėjimas:

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

9. Kaip rasti „NumPy“ masyvo formą

Masyvo forma nurodo elementų skaičių kiekviename matmenyje. Masyvo formą galite rasti naudodami figūra atributas. Tai grąžina eilutę, kurios elementai nurodo atitinkamų masyvo matmenų ilgius.

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

Išėjimas:

(2, 3)

Susijęs: Kaip sukurti API „Python“: populiariausios sistemos

10. Kaip pertvarkyti „NumPy“ masyvą

Pakeisti masyvą reiškia pakeisti jo formą. Atminkite, kad negalite pakeisti masyvo į savavališką formą. Elementų, reikalingų pertvarkyti, skaičius turi būti vienodas abiejose formose.

arrObj = np.masyvas ([43, 23, 75, 15, 34, 45])
reshapedArr = arrObj.reshape (2, 3)
pertvarkytasArr

Išėjimas:

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

Pirmiau pateiktame pavyzdyje 1D masyvas pertvarkomas į 2D masyvą.

11. Kaip išlyginti „NumPy“ masyvą

Masyvo išlyginimas reiškia daugiamatį masyvą paversti 1D masyvu. Masyvą galite išlyginti naudodami pertvarkyti (-1).

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

Išėjimas:

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

Pastaba: Taip pat galite išlyginti masyvą naudodami kitus metodus, pvz numpy.ndarray.flatten () ir numpy.ravel ().

12. Kaip surūšiuoti „NumPy“ masyvą

Galite rūšiuoti „NumPy“ masyvą naudodami numpy.sort () funkcija.

1D sveikųjų skaičių masyvo rūšiavimas

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

Išėjimas:

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

1D stygų masyvo rūšiavimas

arrObj = np.array ([„Python“, „JavaScript“, „Solidity“, „Golang“])
np. rūšiuoti (arrObj)

Išėjimas:

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

2D sveikųjų skaičių masyvo rūšiavimas

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

Išėjimas:

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

Patvirtinkite savo kodą naudodami integruotus metodus ir funkcijas

„Python“ yra viena populiariausių programavimo kalbų. Jis naudojamas įvairiose srityse, tokiose kaip žiniatinklio kūrimas, mokslinės ir skaitmeninės programos, programinės įrangos kūrimas ir žaidimų kūrimas. Visada gera žinoti apie integruotus „Python“ metodus ir funkcijas. Jie gali sutrumpinti jūsų kodą ir padidinti jo efektyvumą.

20 „Python“ funkcijų, kurias turėtumėte žinoti

Standartinėje „Python“ bibliotekoje yra daug funkcijų, padedančių atlikti programavimo užduotis. Sužinokite apie naudingiausią ir sukurkite tvirtesnį kodą.

Skaityti toliau

Apie autorių