Слайд 2numPy
NumPy это модуль для python, который предоставляет общие математические и числовые операции
![numPy NumPy это модуль для python, который предоставляет общие математические и числовые](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-1.jpg)
в виде быстрых функций.
Слайд 3Импорт модуля numpy
import numpy as np
![Импорт модуля numpy import numpy as np](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-2.jpg)
Слайд 4Массивы
Главной особенностью numpy является объект array. Массивы схожи со списками в python,
![Массивы Главной особенностью numpy является объект array. Массивы схожи со списками в](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-3.jpg)
исключая тот факт, что элементы массива должны иметь одинаковый тип данных, как float и int. С массивами можно проводить числовые операции с большим объемом информации в разы быстрее и, главное, намного эффективнее чем со списками.
Слайд 5Создание массива
import numpy as np
a = np.array([1, 4, 5, 8])
print(a)
>>>
[1 4 5
![Создание массива import numpy as np a = np.array([1, 4, 5, 8])](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-4.jpg)
8]
Слайд 6Создание массива(float)
import numpy as np
a = np.array([1, 4, 5, 8],float)
print(a)
>>>
[1. 4. 5.
![Создание массива(float) import numpy as np a = np.array([1, 4, 5, 8],float)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-5.jpg)
8.]
Здесь функция array принимает два аргумента: список для конвертации в массив и тип для каждого элемента.
Слайд 7Создание массива(str)
import numpy as np
a = np.array([1, 4, 5, 8],str)
print(a)
>>>
['1' '4' '5'
![Создание массива(str) import numpy as np a = np.array([1, 4, 5, 8],str)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-6.jpg)
'8']
Слайд 8Функция arange()
import numpy as np
a = np.arange(1,10)
print(a)
>>>
[1 2 3 4 5 6
![Функция arange() import numpy as np a = np.arange(1,10) print(a) >>> [1](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-7.jpg)
7 8 9]
Слайд 9Функция arange()
import numpy as np
a = np.arange(1,10,2)
print(a)
>>>
[1 3 5 7 9]
![Функция arange() import numpy as np a = np.arange(1,10,2) print(a) >>> [1 3 5 7 9]](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-8.jpg)
Слайд 10Ну, и конечно, создание массива с помощью модуля random
import numpy as np
import
![Ну, и конечно, создание массива с помощью модуля random import numpy as](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-9.jpg)
random
a=np.array([random.randint(-10,10) for x in range(0,10)])
print(a)
>>>
[ 8 6 8 2 0 -9 9 -9 9 0]
Слайд 11.linspace(a,b,c)
Метод .linspace(a,b,c) создает арифметическую прогрессию, где
a, b – промежуток (от а до
![.linspace(a,b,c) Метод .linspace(a,b,c) создает арифметическую прогрессию, где a, b – промежуток (от](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-10.jpg)
b)
c – количество элементов в одномерном массиве
import numpy as np
a = np.linspace(1,10,7)
print(a)
>>>
[ 1. 2.5 4. 5.5 7. 8.5 10. ]
Слайд 12ones()
import numpy as np
import random
a=np.ones((5),int)
print(a)
>>>
[1 1 1 1 1]
Создает массивы из 1
![ones() import numpy as np import random a=np.ones((5),int) print(a) >>> [1 1](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-11.jpg)
Слайд 13zeros()
import numpy as np
import random
a=np.zeros((5),int)
print(a)
>>>
[0 0 0 0 0]
Создает массивы из 0
![zeros() import numpy as np import random a=np.zeros((5),int) print(a) >>> [0 0](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-12.jpg)
Слайд 14
Ко всем элементам можно получить доступ и манипулировать ими также, как вы
![Ко всем элементам можно получить доступ и манипулировать ими также, как вы](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/877515/slide-13.jpg)
бы это делали с обычными списками:
import numpy as np
a = np.array([1, 4, 5, 8],int)
print(a[0])
>>>
1