Egy gyors pillantás az összes fontos, zavaros parancsra!
A „Numpy” a Python tudományos számítástechnikai alapkönyvtára. Nagy teljesítményű többdimenziós tömbobjektumot és eszközöket biztosít az ezekkel a tömbökkel való munkavégzéshez.
Tömbök
A numpy tömb azonos típusú értékekből álló rács, amelyet nemnegatív egész számok sorozata indexel. A dimenziók száma a tömb rangja; egy tömb alakja egész számokból álló sorozat, amely megadja a tömb méretét az egyes dimenziók mentén.
import numpy as np
a = np.array([1242, 213, 312321])
# Create a rank 1 array
print(type(a))
# Prints "<class 'numpy.ndarray'>"
print(a.shape)
# Prints "(3,)"
print(a[0], a[1], a[2])
# Prints "1242 213 312321"
a[0] = 5
# Change an element of the array
print(a)
# Prints "[5, 213, 312321]"
b = np.array([[1,2,3],[4,5,6]]) # Create a rank 2 array
print(b.shape) # Prints "(2, 3)"
print(b[0, 0], b[0, 1], b[1, 0]) # Prints "1 2 4"
A Numpy számos funkciót is biztosít a tömbök létrehozásához:
import numpy as np
a = np.zeros((2,2)) # Create an array of all zeros
print(a) # Prints "[[ 0. 0.]
[ 0. 0.]]"
b = np.ones((1,2)) # Create an array of all ones
print(b) # Prints "[[ 1. 1.]]"
c = np.full((2,2), 7) # Create a constant array
print(c) # Prints "[[ 7. 7.]
[ 7. 7.]]"
Tömb indexelés
A Numpy számos módot kínál a tömbökbe való indexeléshez.
Szeletelés: A Python-listákhoz hasonlóan a numpy tömbök is szeletelhetők. Mivel a tömbök többdimenziósak lehetnek, meg kell adni egy szeletet a tömb minden dimenziójához:
# slice single item import numpy as np a = np.arange(10) b = a[5] print b
A NumPy csomag egy iterátor objektumot tartalmaz: numpy.nditer. Ez egy hatékony többdimenziós iterátor objektum, amellyel egy tömbön keresztül lehet iterálni. A tömb minden eleme a Python szabványos Iterator felületén keresztül látogatható.
print 'Modified array is:' for x in np.nditer(a): print x Output: Modified array is: 0 5 10 15 20 25 30 35 40 45 50 55
A NumPy-nek jó néhány hasznos statisztikai függvénye van, amellyel a tömb adott elemei közül minimum, maximum, percentilis szórás és variancia stb. A függvények magyarázata a következő -
ptp
(a[, tengely, out, keepdims])
Értéktartomány (maximum – minimum) egy tengely mentén.
percentile
(a, q[, tengely, ki, ...])
Számítsa ki az adatok q-edik percentilisét a megadott tengely mentén.
nanpercentile
(a, q[, tengely, ki, ...])
Az adatok q-edik percentilisének kiszámítása a megadott tengely mentén, a nan értékek figyelmen kívül hagyása mellett.
quantile
(a, q[, tengely, out, overwrite_input, ...])
Számítsa ki az adatok q-edik kvantilisét a megadott tengely mentén.
nanquantile
(a, q[, tengely, ki, ...])
Az adatok q-edik kvantilisének kiszámítása a megadott tengely mentén, a nan értékek figyelmen kívül hagyásával
NumPy Array Manipulációs funkciók
A NumPy modul tömbmanipulációs funkciói segítenek a tömbelemek módosításában.
Tekintse meg az alábbi funkciókat –
- numpy.reshape(): Ez a függvény lehetővé teszi a tömb méreteinek megváltoztatását anélkül, hogy akadályozná a tömbértékeket.
- numpy.concatenate(): Két azonos alakú tömböt kapcsol össze soronként vagy oszloponként.
NumPy String függvények
A NumPy String függvényekkel manipulálhatjuk a tömbben található karakterlánc-értékeket. Az alábbiakban felsorolunk néhány leggyakrabban használt String függvényt:
numpy.char.add() function
: Két tömb adatértékeit összefűzi, összevonja, és ennek eredményeként egy új tömböt ábrázol.numpy.char.capitalize() function
: A teljes szó/karakterlánc első karakterét nagybetűvel írja.numpy.char.lower() function
: A karakterláncok kis- és nagybetűit alsó karakterláncsá alakítja.
Numpy | Matematikai függvény
A NumPy számos különféle matematikai műveletet tartalmaz. A NumPy szabványos trigonometrikus függvényeket, függvényeket aritmetikai műveletekhez, komplex számok kezeléséhez stb.
numpy.sin(x[, out]) = ufunc ‘sin’) : Ez a matematikai függvény segít a felhasználónak a trignmetrikus szinusz kiszámításában minden x-re (lévén a tömb elemei).
numpy.cos(x[, out]) = ufunc 'cos') : Ez a matematikai függvény segít a felhasználónak a trignmetrikus koszinusz kiszámításában minden x-re (lévén a tömb elemei).
Bónusz! np.clip
A clip
függvény arra szolgál, hogy egy tömb értékeit egy meghatározott felső és alsó tartomány közötti intervallumon belül tartsa.
# Example-41: 1D array
x = np.array([1,0,3,2,4,9,8])
print(x.clip(3, 5))
[3 3 3 3 4 5 5]
Fordulj hozzánk és kommenteld, ha elakadsz!
További cikkek, amelyek érdekelhetik:
- „Pandák 10 perces útmutató. Ez alapvető útmutatóként szolgál majd a… | szerző: Sam | Geek kultúra | 2022. január | Közepes"
- «Az Apache Spark első lépései — I | szerző: Sam | Geek kultúra | 2022. január | Közepes"
- „Streamlit és Palmer Penguins. Binged Atypical múlt héten a Netflixen… | szerző: Sam | Geek kultúra | Közepes"
Üdv, és kövess további ilyen tartalmakért! :)
Mostantól vehetsz nekem is egy kávét, ha tetszett a tartalom!
A saunderscore12 adattudományi tartalmat készít! (buymeacoffee.com)