12 operací NumPy pro začátečníky

NumPy, což je zkratka pro Numerical Python, je knihovna Pythonu primárně používaná pro práci s poli a provádění široké škály matematických operací na nich. Je to základní knihovna pro vědecké výpočty v Pythonu. NumPy se často používá s jinými knihovnami Pythonu souvisejícími s datovou vědou, jako jsou SciPy, Pandas a Matplotlib.

V tomto článku se dozvíte, jak pomocí NumPy provádět 12 základních operací.

Použití těchto příkladů NumPy

Příklady v tomto článku můžete spustit zadáním kódu přímo do interpretu pythonu. Chcete -li to provést, spusťte jej v interaktivním režimu z příkazového řádku.

Můžete také přistupovat k souboru notebooku Python, který obsahuje kompletní zdrojový kód toto úložiště GitHub.

1. Jak importovat NumPy jako NP a vytisknout číslo verze

Musíte použít import klíčové slovo pro import jakékoli knihovny v Pythonu. NumPy se obvykle importuje pod příponou np alias. S tímto přístupem můžete odkazovat na balíček NumPy jako np namísto otupělý.

import numpy jako np
tisk (np .__ verze__)

Výstup:

1.20.1

2. Jak vytvořit objekt NumPy ndarray

Volá se objekt pole v NumPy ndarray. Můžete vytvořit NumPy ndarray objekt pomocí pole () metoda. The pole () metoda přijímá seznam, řazenou kolekci členů nebo objekt podobný poli.

Použití řazené kolekce členů k vytvoření pole NumPy

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

Výstup:

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

Použití seznamu k vytvoření pole NumPy

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

Výstup:

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

3. Jak vytvořit pole 0D, 1D, 2D, 3D a N-Dimensional NumPy

Pole 0D

Každý prvek pole je pole 0D.

arrObj = np.array (21)
arrObj

Výstup:

pole (21)

1D pole

Pole, která mají jako prvky 0D pole, se nazývají 1D pole.

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

Výstup:

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

2D pole

Pole, která mají jako prvky 1D pole, se nazývají 2D pole.

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

Výstup:

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

3D pole

Pole, která mají jako prvky 2D pole (matice), se nazývají 3D pole.

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

Výstup:

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

n-Dimenzionální pole

Pole libovolné dimenze můžete vytvořit pomocí ndmin argument.

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

Výstup:

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

4. Jak zkontrolovat rozměry pole

Rozměry pole můžete zjistit pomocí ndim atribut.

arrObj1 = np.array (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]]])
tisk (arrObj1.ndim)
tisk (arrObj2.ndim)
tisk (arrObj3.ndim)
tisk (arrObj4.ndim)

Výstup:

0
1
2
3

5. Jak přistupovat k prvkům 1D, 2D a 3D polí

K prvku pole můžete přistupovat pomocí jeho indexového čísla. U polí 2D a 3D musíte použít celá čísla oddělená čárkami představující index každé dimenze.

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]]])
tisk (arrObj1 [2])
tisk (arrObj2 [0, 2])
tisk (arrObj3 [0, 1, 2])

Výstup:

75
21
23

Poznámka: Pole NumPy také podporují negativní indexování.

Příbuzný: Proč je Python programovacím jazykem budoucnosti

6. Jak zkontrolovat datový typ objektu NumPy Array

Datový typ objektu pole NumPy můžete zkontrolovat pomocí dtype vlastnictví.

arrObj1 = np.array ([1, 2, 3, 4])
arrObj2 = np.array ([1,3, 6,8, 3,5, 9,2])
arrObj3 = np.array (['Vítejte', 'do', 'MUO'])
tisk (arrObj1.dtype)
tisk (arrObj2.dtype)
tisk (arrObj3.dtype)

Výstup:

int32
float64

Poznámka:

NumPy používá k reprezentaci vestavěných datových typů následující znaky:

• i - celé číslo (se znaménkem)
• b - booleovský
• O - předmět
• S - řetězec
• u - celé číslo bez znaménka
• f - plovoucí
• c - komplexní plovák
• m - timedelta
• M - datetime
• U - řetězec unicode
• V - nezpracovaná data (neplatné)

7. Jak změnit datový typ pole NumPy

Datový typ pole NumPy můžete změnit pomocí astype (data_type) metoda. Tato metoda přijímá datový typ jako parametr a vytváří novou kopii pole. Datový typ můžete určit pomocí znaků jako 'b' pro boolean, 'i' pro celé číslo, 'f' pro float atd.

Převod celočíselného pole na plovoucí pole

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

Výstup:

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

Převod plovoucího pole na celočíselné pole

arrObj = np.array ([1,3, 6,8, 3,5, 9,2])
intArr = arrObj.astype ('i')
intArr

Výstup:

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

Příbuzný: Nápady projektu Python vhodné pro začátečníky

8. Jak zkopírovat pole NumPy do jiného pole

Pole NumPy můžete zkopírovat do jiného pole pomocí np.copy () funkce. Tato funkce vrací kopii pole daného objektu.

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

Výstup:

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

9. Jak najít tvar pole NumPy

Tvar pole odkazuje na počet prvků v každé dimenzi. Tvar pole můžete najít pomocí tvar atribut. Vrací řazenou kolekci členů, jejíž prvky udávají délky odpovídajících rozměrů pole.

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

Výstup:

(2, 3)

Příbuzný: Jak vytvářet rozhraní API v Pythonu: nejoblíbenější rámce

10. Jak přetvořit pole NumPy

Přetvoření pole znamená změnu jeho tvaru. Všimněte si, že nemůžete přetvořit pole na libovolný tvar. Počet prvků potřebných k přetvoření musí být v obou tvarech stejný.

arrObj = np.array ([43, 23, 75, 15, 34, 45])
reshapedArr = arrObj.reshape (2, 3)
přebudovaný Arr

Výstup:

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

Ve výše uvedeném příkladu je 1D pole přetvořeno na 2D pole.

11. Jak zploštit pole NumPy

Sloučení pole znamená převod vícerozměrného pole na 1D pole. Pole můžete sloučit pomocí přetvořit (-1).

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

Výstup:

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

Poznámka: Pole můžete také sloučit pomocí jiných metod, jako je numpy.ndarray.flatten () a numpy.ravel ().

12. Jak třídit pole NumPy

Pole NumPy můžete seřadit pomocí numpy.sort () funkce.

Třídění 1D pole celých čísel

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

Výstup:

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

Třídění 1D pole řetězců

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

Výstup:

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

Třídění 2D pole celých čísel

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

Výstup:

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

Zajistěte, aby byl váš kód robustní pomocí vestavěných metod a funkcí

Python je jedním z nejpopulárnějších programovacích jazyků. Používá se v různých oblastech, jako je vývoj webu, vědecké a číselné aplikace, vývoj softwaru a vývoj her. Vždy je dobré vědět o vestavěných metodách a funkcích v Pythonu. Mohou zkrátit váš kód a zvýšit jeho účinnost.

20 funkcí Pythonu, které byste měli vědět

Standardní knihovna Pythonu obsahuje mnoho funkcí, které vám pomohou s vašimi programovacími úkoly. Přečtěte si o nejužitečnějších a vytvořte robustnější kód.

Číst dále

O autorovi