Introduzione a NumPy

NumPy è una potente libreria Python per i calcoli numerici. Fornisce supporto per gli array, le funzioni matematiche e operazioni molto più veloci rispetto alle tradizionali liste Python.

In questa lezione, imparerà a utilizzare NumPy per eseguire operazioni numeriche in modo efficiente.

Installare NumPy

Per installare NumPy, utilizzi il comando seguente nel terminale:

pip install numpy

Una volta installato, può importarlo negli script Python:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Creare array NumPy

Gli array NumPy sono più veloci e richiedono meno memoria rispetto alle liste Python. Può creare array a partire da liste oppure utilizzando le funzioni integrate:

# Creating arrays
import numpy as np

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

Operazioni sugli array

NumPy supporta operazioni elemento per elemento, molto più veloci rispetto all'uso di cicli sulle liste:

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

Indicizzazione e slicing degli array

Gli array NumPy supportano l'indicizzazione e lo slicing avanzati:

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

Lavorare con array multidimensionali

NumPy supporta array multidimensionali (matrici):

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

Operazioni matematiche

NumPy mette a disposizione funzioni matematiche integrate per operazioni come il calcolo della media, della mediana e della deviazione standard:

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

Generazione di array

NumPy può generare array con funzioni come arange e linspace:

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

Errori comuni con NumPy

Ecco alcuni errori da evitare:

• Usare liste Python per grandi quantità di dati invece di array NumPy.
• Dimenticare di controllare la forma degli array multidimensionali prima di eseguire operazioni.
• Non sfruttare le operazioni vettoriali.

Che cosa abbiamo imparato?

In questa lezione ha imparato:

• Come installare e importare NumPy.
• I vantaggi degli array NumPy rispetto alle liste Python.
• Come eseguire operazioni sugli array, indicizzarli e applicare lo slicing.
• Come lavorare con array multidimensionali e funzioni matematiche integrate.

Ottimo lavoro! Passiamo al prossimo argomento.