Введение в NumPy

NumPy — мощная библиотека Пайтона для числовых вычислений. Она поддерживает массивы, математические функции и операции, которые выполняются значительно быстрее, чем аналогичные операции со стандартными списками Пайтона.

В этом уроке Вы узнаете, как использовать NumPy для эффективных числовых операций.

Установка NumPy

Чтобы установить NumPy, используйте следующую команду в терминале:

pip install numpy

После установки библиотеку можно импортировать в скриптах на Пайтоне:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Создание массивов NumPy

Массивы NumPy работают быстрее и требуют меньше памяти, чем списки Пайтона. Массивы можно создавать из списков или с помощью встроенных функций:

# Creating arrays
import numpy as np

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

Операции с массивами

NumPy поддерживает поэлементные операции, которые намного быстрее перебора списков в цикле:

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

Индексация и срезы массивов

Массивы NumPy поддерживают расширенные возможности индексации и создания срезов:

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

Работа с многомерными массивами

NumPy поддерживает многомерные массивы (матрицы):

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

Математические операции

NumPy предоставляет встроенные математические функции для таких операций, как вычисление mean, медианы и стандартного отклонения:

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

Создание массивов

NumPy может создавать массивы с помощью таких функций, как arange и linspace:

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

Распространённые ошибки при работе с NumPy

Вот каких ошибок следует избегать:

• Использовать списки Python для больших наборов данных вместо массивов NumPy.
• Забывать проверять форму многомерных массивов перед выполнением операций.
• Не использовать преимущества векторизованных операций.

Что мы узнали?

В этом уроке вы научились:

• Устанавливать и импортировать NumPy.
• Понимать преимущества массивов NumPy по сравнению со списками Python.
• Выполнять операции с массивами, индексацию и создание срезов.
• Работать с многомерными массивами и встроенными математическими функциями.

Отличная работа! Перейдём к следующей теме.