Курс Python → Основные операции с Numpy

Библиотека Numpy предоставляет удобные средства для выполнения базовых операций с массивами. Простейшие арифметические действия, такие как сложение, вычитание, умножение и деление, могут быть легко выполнены с помощью Numpy. Однако для выполнения этих операций массивы должны быть одинаковой формы, чтобы можно было произвести элементарные операции над соответствующими элементами.

Numpy также предоставляет возможность фильтрации данных в массивах с помощью простых знаков. Например, если нужно отфильтровать все элементы массива, которые больше определенного значения, можно просто использовать знак сравнения (> или <) без необходимости использования итераторов или циклов. Это делает код более читаемым и компактным.

Кроме арифметических операций, в Numpy также доступны различные математические функции, такие как синус, косинус, экспонента и т. д. Эти функции могут быть применены к массивам целиком, что облегчает выполнение сложных вычислений и анализа данных.


import numpy as np

# Пример выполнения базовых операций
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

sum_result = arr1 + arr2
subtraction_result = arr2 - arr1
multiplication_result = arr1 * arr2
division_result = arr2 / arr1

# Пример фильтрации данных
filtered_data = arr[arr > 3]

# Пример применения математических функций
sin_values = np.sin(arr)
cos_values = np.cos(arr)

Приведенные выше примеры демонстрируют использование библиотеки Numpy для выполнения базовых операций, фильтрации данных и применения математических функций к массивам. Numpy обладает широкими возможностями и позволяет эффективно работать с массивами данных, упрощая процесс обработки информации и анализа результатов.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Метод get для словарей
  2. Просмотр атрибутов и методов класса
  3. Декораторы классов
  4. Работа с zip()
  5. Настройка вывода NumPy
  6. Списки: объединение, изменение
  7. Применение функции map() с лямбда-функциями
  8. Ошибка NotImplemented в Python
  9. Проверка окончания строки с помощью str.endswith()
  10. Метод split() для разделения строк
  11. Метод join() для объединения элементов строки
  12. Подсказки типов в Python
  13. Основы Python за 14 дней
  14. TON Smart Challenge #2: участие и подготовка
  15. Асинхронное выполнение задач в процессах
  16. Разделение строки на подстроки в Python
  17. Аннотации типов в Python
  18. Метод lt для сортировки объектов
  19. Атрибуты класса и экземпляра в Python
  20. Сравнение строк в Python
  21. Замена символов в Python
  22. Обработка ошибок в Python
  23. Генерация чисел с range()
  24. Создание множества в Python
  25. Python union() функция — объединение множеств
  26. Игра «Угадывание чисел»
  27. Искажение имен в Python
  28. Метод rpow в Python
  29. UserString в Python
  30. Установка random seed в Python
  31. Подсчет элементов в Python
  32. Установка и использование модуля Wikipedia
  33. Преобразование списков в словарь
  34. Методы в Python
  35. Профилирование с cProfile
  36. Создание словарей в Python
  37. Сортировка данных в Python
  38. Нарезка списков в Python
  39. Сортировка и разворот списка
  40. Логирование с Loguru
  41. Создание списков в Python
  42. Группы исключений в Python
  43. Метод Self в Python
  44. Расчет времени выполнения
  45. Библиотека sh: удобные команды терминала
  46. Объединение словарей в Python
  47. Конкатенация строк в Python
  48. Создание класса очереди

Marketello читают маркетологи из крутых компаний