Введение в NumPy

NumPy — мощная библиотека Python для численных вычислений. Она поддерживает массивы, математические функции и операции, которые выполняются значительно быстрее, чем аналогичные операции с обычными списками Python.

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

Установка NumPy

Чтобы установить NumPy, выполните в терминале следующую команду:

pip install numpy

После установки Вы сможете импортировать эту библиотеку в свои скрипты Python:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Создание массивов NumPy

Массивы NumPy работают быстрее и эффективнее используют память, чем списки Python. Создавать массивы можно 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 выполняются значительно быстрее, чем перебор 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 расширенную индексацию и создание 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 mean, вычисление 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 несколько ошибок, которых следует избегать:

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

Что Вы узнали?

В этом уроке Вы узнали:

• Как устанавливать и импортировать NumPy.
• О преимуществах массивов NumPy по сравнению со списками Python.
• Как выполнять операции с массивами, индексировать их и создавать срезы.
• Как работать с многомерными массивами и встроенными математическими функциями.

Отличная работа! Теперь перейдём к следующей теме.