4  NumPy - start

NumPy jest biblioteką Pythona służącą do obliczeń naukowych.

Zastosowania:

4.1 Import biblioteki NumPy

import numpy as np

Podstawowym obiektem w bibliotece NumPy jest N-wymiarowa tablica zwana ndarray. Podstawowym obiektem w bibliotece NumPy jest N-wymiarowa tablica zwana ndarray. Każdy element tablicy traktowany jest jako typ dtype.

np.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
  • object - obiekt (lub sekwencja), który ma zostać przekształcony w tablicę
  • dtype - typ
  • copy - czy obiekty mają być skopiowane, domyślnie True
  • order - sposób układania: C (rzędy), F (kolumny), A, K
  • subok - realizowane przez podklasy (jeśli True), domyślnie False
  • ndmin - minimalny rozmiar (wymiar) tablicy
  • like - tworzenie na podstawie tablicy referencyjnej
import numpy as np

1a = np.array([1, 2, 3])
print("a:", a) 
2print("typ a:", type(a))
3b = np.array([1, 2, 3.0])
print("b:", b)
4c = np.array([[1, 2], [3, 4]])
print("c:", c)
5d = np.array([1, 2, 3], ndmin=2)
print("d:", d)
6e = np.array([1, 2, 3], dtype=complex)
print("e:", e)
7f = np.array(np.asmatrix('1 2; 3 4'))
print("f:", f)
8g = np.array(np.asmatrix('1 2; 3 4'), subok=True)
print("g:", g)
print(type(g))
1
Tworzenie tablicy z domyślnymi ustawieniami.
2
Sprawdzenie typu.
3
Jeden z elementów jest innego typu. Tu następuje zatem rozszerzenie do typu “największego”.
4
Tu otrzymamy tablicę 2x2.
5
W tej linijce otrzymamy tablicę o wymiarach 1x3 (kształt (1, 3)).
6
Wymuszenie typu complex - typu o szerszym zakresie.
7
Skorzystanie z podtypu macierzowego.
8
Zachowanie typu macierzowego. 
a: [1 2 3]
typ a: <class 'numpy.ndarray'>
b: [1. 2. 3.]
c: [[1 2]
 [3 4]]
d: [[1 2 3]]
e: [1.+0.j 2.+0.j 3.+0.j]
f: [[1 2]
 [3 4]]
g: [[1 2]
 [3 4]]
<class 'numpy.matrix'>