Einführung in NumPy

NumPy ist eine leistungsstarke Python-Bibliothek für numerische Berechnungen. Sie unterstützt Arrays, mathematische Funktionen und Operationen, die deutlich schneller sind als mit herkömmlichen Python-Listen.

In dieser Lektion lernen Sie, wie Sie NumPy für effiziente numerische Operationen verwenden.

NumPy installieren

Um NumPy zu installieren, verwenden Sie den folgenden Befehl in Ihrem Terminal:

pip install numpy

Nach der Installation können Sie NumPy in Ihre Python-Skripte importieren:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

NumPy-Arrays erstellen

NumPy-Arrays sind schneller und speichereffizienter als Python-Listen. Sie können Arrays aus Listen oder mithilfe integrierter Funktionen erstellen:

# Creating arrays
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)  # Outputs: [1 2 3 4]

Array-Operationen

NumPy unterstützt elementweise Operationen, die deutlich schneller sind, als Listen mit Schleifen zu durchlaufen:

# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10)  # Outputs: [11 12 13 14]

Indizierung und Slicing von Arrays

NumPy-Arrays unterstützen erweiterte Indizierung und Slicing:

# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4])  # Outputs: [20 30 40]

Arbeiten mit mehrdimensionalen Arrays

NumPy unterstützt mehrdimensionale Arrays (Matrizen):

# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)

Mathematische Operationen

NumPy stellt integrierte mathematische Funktionen für Operationen wie Mittelwert, Median und Standardabweichung bereit:

# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))  # Outputs: 3.0

Arrays erzeugen

NumPy kann mit Funktionen wie arange und linspace Arrays erzeugen:

# Generating arrays
arr = np.arange(0, 10, 2)
print(arr)  # Outputs: [0 2 4 6 8]

Häufige Fehler bei NumPy

Diese Fehler sollten Sie vermeiden:

• Für große Datensätze Python-Listen statt NumPy-Arrays verwenden.
• Vor Operationen nicht die Form mehrdimensionaler Arrays überprüfen.
• Vektorisierte Operationen nicht nutzen.

Was haben wir gelernt?

In dieser Lektion haben Sie Folgendes gelernt:

• Wie Sie NumPy installieren und importieren.
• Welche Vorteile NumPy-Arrays gegenüber Python-Listen haben.
• Wie Sie Array-Operationen, Indizierung und Slicing durchführen.
• Wie Sie mit mehrdimensionalen Arrays und integrierten mathematischen Funktionen arbeiten.

Sehr gut! Fahren wir mit dem nächsten Thema fort.