Python Numpy Учебник

Автор оригинала: Pankaj Kumar.

Добро пожаловать в Python Numpy Tourcial. В нашем предыдущем уроке мы узнали о случае выключателя Python. В этом руководстве мы установим Numpy и посмотреть в Numpy Array и некоторые матричные операции, такие как добавление, вычитание, умножение и т. Д.

Python Numpy

Python Numpy – основная библиотека для научных вычислений в Python. Numpy предоставляет высокопроизводительный многомерный объект массива и инструменты для работы с этими массивами.

Если вы уже знакомы с MATLAB, вы можете легче понять Учебное руководство Python Numpy. Чтобы выполнить следующие коды этого учебника, вам нужно импортировать numpy модуль. Этот пакет не поставляется с настройкой Python по умолчанию, поэтому давайте посмотрим, как вы можете установить Numpy Module.

Python Установка Numpy.

Вы можете искать инструкцию по установке Numpy из здесь Для разных типов операционных систем.

Я нахожусь в Mac OS X и использую Python 3.6, я использовал команду ниже, чтобы установить Numpy Module для My Python 3 Setup.

$pip3.6 install --user numpy

Ниже изображения показывает выходной вывод для установки модуля Numpy для Python 3.

Python Numpy Array

Python Numpy Array – это сетка значений, все тот же тип. Мы можем инициализировать Python Numpy Arch с вложенным списком Python. Тогда мы можем получить доступ к ним, используя свой индекс. Также в Numpy есть некоторая функция, через которую вы можете создавать различные типы массива.

См. Следующий код, чтобы понять объявление Python Numpy Array и доступ к элементам.

import numpy

# Create a rank 1 array
a = numpy.array([3, 2, 3])
print('print rank 1 array:')
# access the array using their index
print('print using their index: a[0]= ', a[0])
a[0] = 5  # modify the array
print('print using slicing : ', a[1:])  # slicing can be used also
# print the whole list
print('Print the whole array : ', a)

# Create a rank 2 array using nested Python list
b = numpy.array([[10, 20, 30], [40, 50, 60]])
print('\nprint rank 2 array')
# access them using their index
print('print using their index: b[0,0]= ', b[0, 0], ' b[0,1]= ',b[0, 1])
print('print using slicing ', b[1:, :2])  # 1st slice for row, 2nd for column

# initialize a zero matrix
a = numpy.zeros((2, 2))
print('\nprint a 2-by-2 zero matrix:\n', a)

# Create an array of all ones
b = numpy.ones((2, 2))
print('\nprint a 2-by-2 all one matrix:\n', b)

# Create a constant array
c = numpy.full((3, 3), 6)
print('\nprint a 3-by-3 constant matrix for value = 6:\n', c)

# Create a 3x3 identity matrix
d = numpy.eye(3)
print('\nprint a 3-by-3 identity matrix:\n', d)

Выход кода примера примера примечания Python Numpy будет:

print rank 1 array:
print using their index: a[0]=  3
print using slicing :  [2 3]
Print the whole array :  [5 2 3]

print rank 2 array
print using their index: b[0,0]=  10  b[0,1]=  20
print using slicing  [[40 50]]

print a 2-by-2 zero matrix:
 [[ 0.  0.]
 [ 0.  0.]]

print a 2-by-2 all one matrix:
 [[ 1.  1.]
 [ 1.  1.]]

print a 3-by-3 constant matrix for value = 6:
 [[6 6 6]
 [6 6 6]
 [6 6 6]]

print a 3-by-3 identity matrix:
 [[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]]