Введение в библиотеку NumPy в Python

• 27.08.2023
• 155
• Библиотеки Python
• NumPy

NumPy (Numerical Python) — это библиотека для языка программирования Python, предоставляющая поддержку для больших многомерных массивов и матриц, вместе с большим коллективом высокоуровневых математических функций для операций с этими массивами.

Зачем она нужна

NumPy используется для научных вычислений и является ключевым компонентом экосистемы научного стека Python, который включает такие библиотеки, как Pandas, Matplotlib и SciPy.

Основные преимущества перед встроенными списками Python

• Эффективность: Массивы NumPy, известные как ndarray, оптимизированы для большего быстродействия и меньшего потребления памяти.
• Универсальные функции: У NumPy есть широкий спектр функций для проведения операций над массивами без необходимости использовать циклы.
• Возможности: Поддержка многомерных массивов, инструменты для линейной алгебры, интеграции с C/C++ и Fortran и многое другое.

Как установить NumPy

Для установки NumPy используйте:

pip install numpy

Краткий обзор NumPy

Создание массивов:

import numpy as np

# Создание из списка Python
a = np.array([1, 2, 3, 4, 5])

# Создание массива из нулей
b = np.zeros(5)

# Создание массива из единиц
c = np.ones((3, 3))

# Создание единичной матрицы размера 3x3
d = np.eye(3)

# Создание массива с последовательными числами
e = np.arange(10)

Операции с массивами:

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# Арифметические операции
sum_xy = x + y
difference_xy = x - y
product_xy = x * y
division_xy = x / y

Срезы и индексация:

z = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# Получить первую строку
first_row = z[0]

# Получить последний столбец
last_column = z[:, -1]

Математические и статистические функции:

data = np.array([1, 2, 3, 4, 5])

# Среднее значение
mean = np.mean(data)

# Сумма элементов
total = np.sum(data)

# Минимум и максимум
min_val = np.min(data)
max_val = np.max(data)

Изменение формы и объединение массивов:

a = np.array([1, 2, 3, 4, 5, 6])

# Изменение формы массива на 2x3
b = a.reshape(2, 3)

# Объединение массивов
c = np.array([7, 8, 9])
d = np.concatenate((a, c))

Заключение

NumPy — это мощный инструмент для выполнения численных операций в Python. Она предоставляет большие возможности для научных вычислений и анализа данных. Мы постраемся  максимально раскрыть потенциал этой библиотеки в следующих статьях.