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. Проверка ввода с помощью isdigit
  2. Метод classmethod
  3. Уникальные значения из списка
  4. Отрицательные индексы списков в Python
  5. Работа с эмодзи в Python
  6. Хешируемые ключи в Python
  7. Извлечение аудио из видео
  8. Python Поверхностное Копирование
  9. Вложенные циклы в Python
  10. Объединение, распаковка и деструктуризация
  11. Контекстный менеджер в Python
  12. Простой калькулятор Python
  13. Инициализация структур данных
  14. Обновление данных через PUT запрос
  15. Обработка исключений в Python
  16. Оператор «моржа» (Walrus Operator)
  17. Операторы сравнения в Python
  18. Сортировка в Python
  19. Удаление элементов по срезу
  20. Именованные срезы в Python
  21. Поиск подстроки в строке
  22. Инверсия списка и строки в Python
  23. Библиотека sh: удобные команды терминала
  24. Создание объекта timedelta
  25. Аргументы *args и **kwargs
  26. Необязательные аргументы в Python
  27. Работа с collections в Python.
  28. Работа со строками в Python
  29. Метод join() с набором
  30. Метод add для класса Vector
  31. Идентификатор объекта в Python
  32. F-строки в Python 3.8
  33. Очистка вывода в Python
  34. Удаление эмодзи с помощью pandas
  35. Участие в LP стейкинге Waves
  36. Управление ресурсами с контекстными менеджерами
  37. Проверка кортежей.
  38. Тестирование с unittest
  39. Константы в модуле cmath
  40. Метод __ilshift__ для битового сдвига влево
  41. Получение обратного списка чисел
  42. Инициализация объекта

Marketello читают маркетологи из крутых компаний