Слайд 2Библиотека NumPy
Библиотека NumPy (сокращение от Numerical Python — «числовой Python»)
обеспечивает эффективный
интерфейс для хранения и работы с плотными буферами данных. Массивы библиотеки NumPy похожи на встроенный тип данных языка Python list, но обеспечивают гораздо более эффективное хранение и операции с данными при росте размера массивов.
import numpy
Слайд 7Библиотека NumPy
x2 = np.random.randint(10, size=(3, 4))
# двумерный массив
x = np.arange(10)
x[:5] # первые пять элементов
x[начало:конец:шаг]
Слайд 8Библиотека NumPy
np.array(myList)
# Преобразование в вектор-строку с помощью reshape
x.reshape((1, 3))
Слайд 13Библиотека NumPy
В библиотеке NumPy также реализованы операторы сравнения, такие как < («меньше»)
и > («больше») в виде поэлементных универсальных функций. Результат этих операторов сравнения всегда представляет собой массив с булевым типом данных. Доступны для использования все шесть
стандартных операторов сравнения:
Слайд 14Библиотека NumPy
Срезы также поддерживаются:
arr[0:5] = 100
Слайд 15Библиотека NumPy
Задание. Вырезать из матрицы 6 на 6 подматрицу 4 на 4
посередине
Слайд 18NumPy
print('Количество осей: ',tensor.ndim)
print('Форма массива: ',tensor.shape)
print('Количество значений: ',tensor.size)
Количество осей: 3
Форма массива: (3, 2, 2)
Количество значений: 12
Слайд 19NumPy
array_1D = np.random.randint(-5, 5, 4) # Задается одномерный массив
print(array_1D)
[-1 -4 -4 -4]
array_2D = random_matrix = np.random.randint(-, 5, (5, 2)) # Задается двумерный массив
print(array_2D)
[[-4
-2]
[ 0 -2]
[-4 3]
[ 3 -2]
[-3 -4]]
Слайд 20NumPy
1. Создайте три вектора, из пяти элементов каждый. Один вектор должен быть
заполнен нулями, второй - единицами, а третий - цифрами 3.
2. Создайте список (не массив), состоящий из 10 имен и назовите его list_names
Создайте массив из созданного ранее списка с помощью метода np.array() и назовите его array_names Отобразите тип переменных list_names и array_names
3. Создайте случайный массив из десяти элементов (можно воспользоваться любым из доступных методов из модуля np.random).
Выведите на экран тип элементов созданного массива с помощью dtype
4. Создайте массив из ста целочисленных значений (можно воспользоваться любым способом).
Выведите на экран размерность массива.
Выведите на экран построчно 1-й, 32-й и предпоследний элементы массива.
5. Создайте массив из 15 единиц.
Замените каждый третий элемент массива на 2.
Выведите финальный результат на экран.
Слайд 21NumPy
6. Создайте три вектора, из пяти элементов каждый. Один вектор должен быть
заполнен нулями, второй - единицами, а третий - цифрами 3.
7. Создайте двумерный массив 6 на 6 (любым способом).
Создайте переменную my_mean и запишите в нее среднее значение созданного массива.
8. Создайте массив 7 на 7, состоящий из нулей.
Любым способом добавьте в этот массив крест из едениц.
то есть необходимо получить следующий массив:
0 0 0 1 0 0 0
0 0 0 1 0 0 0
0 0 0 1 0 0 0
1 1 1 1 1 1 1
0 0 0 1 0 0 0
0 0 0 1 0 0 0
0 0 0 1 0 0 0
Постарайтесь найти оптимальное решение )