Курс Python → Работа с NumPy массивами

NumPy — это мощная библиотека языка Python, которая предоставляет возможность работать с большими многомерными массивами и матрицами. Она также включает в себя обширный набор высокоуровневых математических функций, которые позволяют выполнять различные операции с этими массивами быстро и эффективно.

Основным объектом NumPy является однородный многомерный массив, который в библиотеке называется numpy.ndarray. Этот массив состоит из элементов одного типа данных, обычно чисел. NumPy предоставляет мощные инструменты для работы с такими массивами, включая возможность выполнять арифметические операции, индексацию, слайсинг и многое другое.

Для начала работы с NumPy необходимо установить библиотеку. Это можно сделать с помощью пакетного менеджера pip, используя команду pip install numpy. После установки библиотеки можно импортировать ее в свой проект с помощью команды import numpy as np.


import numpy as np

# Создание одномерного массива
arr = np.array([1, 2, 3, 4, 5])

# Вывод размерности массива
print(arr.shape)

# Создание двумерного массива
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

# Вывод элемента массива
print(arr_2d[1, 2])

Приведенный выше пример демонстрирует основные операции с массивами в NumPy, такие как создание одномерного и двумерного массивов, вывод их размерности и доступ к элементам массива по индексу. NumPy предлагает еще множество других функций и методов, которые делают работу с многомерными массивами более удобной и эффективной.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Работа с прокси в Python
  2. Уникальность ключей в словаре
  3. Руководство по использованию Colorama
  4. Преобразование числа в список цифр
  5. Метод lt для сортировки объектов
  6. Отрицательные индексы списков
  7. Мониторинг работы программы Py-spy
  8. Копирование объектов в Python
  9. Многострочные комментарии в Python
  10. Pillow: работа с изображениями
  11. Выключение компьютера с помощью Python
  12. Создание коллекций из генератора
  13. Декоратор для группы пользователей в Django
  14. Использование обратной косой черты в f-строках
  15. Наследование в программировании
  16. Оператор «not» в Python
  17. Возведение в квадрат с помощью itertools
  18. Возврат нескольких значений
  19. Структурирование именованных констант
  20. Управление контекстом выполнения
  21. Разделение функций на этапы
  22. Разбиение строки в Python
  23. Создание треугольника Паскаля
  24. Оператор * в Python
  25. Атрибуты класса и экземпляра в Python
  26. Имена объектов в Python
  27. Генерация UUID в Python
  28. Нахождение отличий в списках
  29. Функция print() — вывод информации
  30. Поиск индекса элемента
  31. Проблема сравнения словарей
  32. Декораторы в Python
  33. Округление чисел с помощью round
  34. GitHub в Telegram: подписка на уведомления
  35. Работа с defaultdictами в Python
  36. Работа с collections в Python.
  37. Логирование с Loguru
  38. Ошибка NotImplemented в Python
  39. Очистка вывода в Python
  40. Переименование файлов в Python
  41. Отладка в командной строке
  42. Списковые включения в Python
  43. Сравнение объектов в Python

Marketello читают маркетологи из крутых компаний

Добавить
свою компанию