Пакет Numpy

1.

ПАКЕТ NUMPY
Основные сведения

2.

NumPy
–
Numeric Python
Основное назначение – работа с многомерными массивами
Библиотека для научных расчетов в python
Содержит библиотеки:
numpy.linalg — реализует операции
линейной алгебры
numpy.fft — реализует прямое и
обратное преобразование Фурье
numpy.random — реализует функции
для работы со случайными величинами

3.

NumPy- это библиотека python, которая предоставляет
общие математические и числовые операции.
Она
используется в задачах
анализа данных,
машинного обучения и научных вычислениях, а также
существенно облегчает обработку векторов и матриц.
Некоторые ведущие пакеты Python используют NumPy
как основной элемент своей инфраструктуры. К их
числу относятся scikit-learn, SciPy, pandas и tensorflow.
Импорт модуля numpy:
import numpy as np
1. БИБЛИОТЕКА NUMPY

4.

Официальный сайт
www.numpy.org
https://numpy.org/doc/stable/user/index.html#user

5.

6.

Подключение библиотеки
import numpy as np
Создание массива
1D массив (строка, столбец)
1. преобразовать список в массив:
np.array(список)
2. Считать из файла:
np.loadtxt(имя файла)

7.

3. создать нулевой или единичный массив
np.zeros(длина)
np.ones(длина)
4. построить массив чисел от … до … с шагом …
np.arange(от,до,шаг)
5. скопировать массив
Array.copy()

8.

Создание массива
2D массив (таблица)
1. преобразовать список в массив:
np.array(список из списков)
2. создать нулевой или единичный массив
np.zeros(число строк, число столбцов)
np.ones(число строк, число
столбцов)
np.eye(размер)

9.

Создание массива
3D массив (таблица)
1. преобразовать список в массив:
np.array(список из списков)
2. создать нулевой или единичный массив
np.zeros(число строк, число столбцов)
np.ones(число строк, число
столбцов)
np.eye(размер)
np.empty(число строк, число столбцов)

10.

Атрибуты массива NumPy
Размерность массива
массив.ndim
Размер массива
массив.shape
Общее количество
элементов в массиве
массив.size
Тип данных массива
массив. dtype
Преобразование типов массив. astype(‘тип')
массив.sum()
массив.min()
массив.max()

11.

СРЕЗЫ СТРОК
можно задать шаг, с которым нужно извлекать срез
печать в обратном
порядке

12.

Срезы в массивах
print(mas[1,2])
print(mas[1][2])
print(mas[1])
print(mas[1,:])
print(mas[:,1])
print(mas[-1,:])
print(mas[:,-1])
print(mas[[-1, 1, 0, 0, 0, 0, 1]])
print(mas[0:2:1])
print()
print(mas[0:2])
print('\n',mas[:2])

13.

Операции с массивами
Объединение массивов
с образованием новой оси
массивы должны иметь одинаковые размеры
np.stack((массив1, массив2,…))

14.

Объединение массивов
объединение по вертикали (ось 0)
массивы должны иметь одинаковое число столбцов
np.concatenate((массив1, массив2,…),0)
объединение по горизонтали (ось 1)
массивы должны иметь одинаковое число строк
np.concatenate((массив1, массив2,…),1)

15.

Математические операции над элементами массива
поэлементные операции
A и В массивы, массивы должны иметь одинаковые размеры
A массив, В подмассив А соответствующего размера
A массив, В число
транспонирование массива А
математические функции над элементами массива
https://numpy.org/doc/stable/reference/routines.math.html
логарифмирование элементов массива А

16.

Операции над массивами по правилам линейной алгебры
метод dot(A, B) или A.dot(B)

17.

Операции над массивами по правилам линейной алгебры
np.linalg.det(массив)
определитель
np.linalg.inv(массив)
обратная матрица
np.linalg.solve(массив, столбец)решение систем линейных уравнений A X=B
lambda,U=np.linalg.eig(массив)
нахождение собственных значений A X= Х
и собственных векторов U
(или X=A-1 B)

18.

Агрегаторы
для всего массива
для осей массива
массив.sum()
массив.prod()
массив.median()
массив.var()
массив.std()
массив.min()
массив.max()
массив.argmin()
массив.argmax()
библиотека random
https://numpy.org/doc/stable/reference/random/legacy.html

19.

Копирование массивов
b=a
создает ссылку на массив а
b=a.copy()
создает новый массив –
копию массива а

20.

Матрицы в NumPy
специальный тип matrix() или mat()
array
matrix
1D структура
элементы
матрицы в
квадрате
2D структура
умножение
матриц