บทนำสู่ NumPy

NumPy เป็นไลบรารีไพธอนที่มีประสิทธิภาพสำหรับการคำนวณเชิงตัวเลข โดยรองรับอาร์เรย์ ฟังก์ชันทางคณิตศาสตร์ และการดำเนินการที่ทำงานได้เร็วกว่ารายการแบบดั้งเดิมของไพธอนมาก

ในบทเรียนนี้ คุณจะได้เรียนรู้วิธีใช้ NumPy เพื่อดำเนินการเชิงตัวเลขอย่างมีประสิทธิภาพ

การติดตั้ง NumPy

หากต้องการติดตั้ง NumPy ให้ใช้คำสั่งต่อไปนี้ในเทอร์มินัล:

pip install numpy

เมื่อติดตั้งแล้ว คุณสามารถนำเข้าไลบรารีนี้ในสคริปต์ไพธอนของคุณได้:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

การสร้างอาร์เรย์ NumPy

อาร์เรย์ NumPy ทำงานได้เร็วกว่าและใช้หน่วยความจำน้อยกว่ารายการของไพธอน คุณสามารถสร้างอาร์เรย์จากรายการหรือใช้ฟังก์ชันสำเร็จรูปได้:

# Creating arrays
import numpy as np

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

การดำเนินการกับอาร์เรย์

NumPy รองรับการดำเนินการกับสมาชิกแต่ละตัว ซึ่งทำงานได้เร็วกว่าการวนลูปผ่านรายการมาก:

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

การทำดัชนีและการตัดแบ่งอาร์เรย์

อาร์เรย์ NumPy รองรับการทำดัชนีและการตัดแบ่งขั้นสูง:

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

การทำงานกับอาร์เรย์หลายมิติ

NumPy รองรับอาร์เรย์หลายมิติ หรือเมทริกซ์:

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

การดำเนินการทางคณิตศาสตร์

NumPy มีฟังก์ชันทางคณิตศาสตร์สำเร็จรูปสำหรับการดำเนินการต่าง ๆ เช่น mean มัธยฐาน และส่วนเบี่ยงเบนมาตรฐาน:

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

การสร้างอาร์เรย์

NumPy สามารถสร้างอาร์เรย์ด้วยฟังก์ชัน เช่น arange และ linspace:

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

ข้อผิดพลาดทั่วไปในการใช้ NumPy

ต่อไปนี้คือข้อผิดพลาดที่ควรหลีกเลี่ยง:

• ใช้รายการของไพธอนกับชุดข้อมูลขนาดใหญ่แทนอาร์เรย์ NumPy
• ลืมตรวจสอบรูปร่างของอาร์เรย์หลายมิติก่อนดำเนินการ
• ไม่ใช้ประโยชน์จากการดำเนินการแบบเวกเตอร์

เราได้เรียนรู้อะไรบ้าง

ในบทเรียนนี้ คุณได้เรียนรู้:

• วิธีติดตั้งและนำเข้า NumPy
• ข้อดีของอาร์เรย์ NumPy เมื่อเทียบกับรายการของไพธอน
• วิธีดำเนินการกับอาร์เรย์ การทำดัชนี และการตัดแบ่ง
• วิธีทำงานกับอาร์เรย์หลายมิติและฟังก์ชันทางคณิตศาสตร์สำเร็จรูป

ทำได้ดีมาก! ไปต่อยังหัวข้อถัดไปกันเลย