NumPy – это библиотека Python для работы с массивами, предоставляющая множество удобных функций и методов для выполнения математических операций. Рассмотрим разнообразные операции, доступные в NumPy для работы с массивами.
Арифметические операции между массивами выполняются поэлементно.
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b) # [5 7 9]
print(a - b) # [-3 -3 -3]
print(a * b) # [4 10 18]
print(a / b) # [0.25 0.4 0.5]
Также можно комбинировать массивы с скалярами:
print(a + 5) # [6 7 8]
print(b * 3) # [12 15 18]
В NumPy можно легко производить матричные операции, такие как матричное умножение, транспонирование и нахождение обратной матрицы.
import numpy as np
A = np.array([[1, 2], [3, 4]])
B = np.array([[2, 0], [0, 2]])
# Матричное умножение
print(np.dot(A, B))
# или
print(A @ B)
# Транспонирование
print(A.T)
# Обратная матрица
print(np.linalg.inv(A))
Помимо базовой арифметики, NumPy предоставляет множество математических функций, которые работают поэлементно.
import numpy as np
x = np.array([1, 2, 3, 4])
print(np.sqrt(x)) # [1. 1.41421356 1.73205081 2. ]
print(np.exp(x)) # [ 2.71828183 7.3890561 20.08553692 54.59815003]
print(np.sin(x)) # [ 0.84147098 0.90929743 0.14112001 -0.7568025 ]
Эти функции позволяют вычислять агрегированные значения, такие как сумма, среднее, максимум и минимум.
import numpy as np
y = np.array([[1, 2, 3], [4, 5, 6]])
print(np.sum(y)) # 21
print(np.mean(y)) # 3.5
print(np.max(y)) # 6
print(np.min(y, axis=0)) # [1 2 3] (минимальные значения по столбцам)
Можно также выполнять логические операции и сравнения между массивами.
import numpy as np
a = np.array([1, 2, 3])
b = np.array([3, 2, 1])
print(a > b) # [False False True]
print(a <= b) # [ True True False]
print(a == b) # [False True False]
Универсальные функции - это функции, которые работают на ndarray
объектах "поэлементно", предоставляя поддержку для больших многомерных массивов.
import numpy as np
x = np.array([-2, -1, 0, 1, 2])
print(np.abs(x)) # [2 1 0 1 2]
print(np.square(x)) # [4 1 0 1 4]
print(np.sign(x)) # [-1 -1 0 1 1]
NumPy – это мощный инструмент для работы с данными в Python, предоставляющий множество функциональных возможностей для выполнения разнообразных операций над массивами. Эти операции становятся основой для более сложных задач в области научных вычислений, обработки данных и машинного обучения.
Содержание: