พื้นฐานการใช้ NumPy ในที่ Python 3

ฐานรากการใช้คืน NumPyแห่ง Python 3Developer Team BorntoDev Coมันสมอง, Ltdมันสมอง Love9 Share Tweet NumPy คืออะไร ?NumPy เป็นชื่อสรรพสิ่ง library สถานที่ชดใช้ที่การถ้อยคำเก้านทางเลขคณิตแห่งภาษา Python ซึ่งในถูกสลักเช่นกันภาษา C แล้วก็จัดการได้แจ้นกับมีประสิทธิภาพ โดย NumPy มีความเก่งกาจในที่การจัดการกับดักอาเรย์เหลือแหล่มิติด้วยกันข่าวสารร่างเมทริกซ์ดิฉันสามารถวาง NumPy ได้มาคล่องผ่าน package installer สิ่งของ Python พร้อมด้วยคำสั่งpip install numpyเวลาจักใช้งานก็ import เข้ามาใช้งานได้มาเทียบเท่าแบบข้างล่างตรงนี้เกินimport numpy as np a = np.array([1,2,3]) print(a) # [1 2 3] print(type(a)) # <class ‘numpy.ndarray’>ผลดีสถานที่ยอด ๆ ของ NumPyลงมาเผชิญดูคุณประโยชน์ของ NumPy ที่จะสับเปลี่ยนจ่ายเนื้อความยากเป็นเรื่องง่ายหรือข้อความแห่งคล่องสิงสู่หลังจากนั้นปันออกสะดวกขึ้นไปอีก รับรองตวาดแจ้งเอาไว้ไม่เสียหายเป็นมั่นเป็นเหมาะ งานก่อสร้าง ArrayNumPy นั้นสามารถก่อสร้างด้วยกันบริหารกับดัก array เหลือแหล่มิติได้มาง่ายๆมากกรรมวิธีimport numpy as np a = np.array([1, 2, 3]) # สร้าง array 1 มิติ print(a) # [1 2 3] print(a[0], a[1], a[2]) # 1 2 3 a[2] = 5 # สับเปลี่ยนคุณค่าแห่ง array print(a) # [1 2 5] b = npมันสมองarray([[1,2,3],[4,5,6]]) # สร้าง array 2 มิติ print(b) # [[1 2 3] # [4 5 6]] # ดิฉันสมรรถดูสัดส่วนทรวดทรงของ array ได้ print(a.shape) # (3,) print(b.shape) # (2, 3)ก่อสร้าง Array สถานที่มีข้อมูลข้างในยิ่งไปกว่านั้นงานก่อสร้าง NumPy Array ขึ้นลงมาเช่นกันข่าวสถานที่ดิฉันขีดคั่นหลังจากนั้น อิฉันยังสมรรถก่อสร้างเพราะว่าเจาะจงพางสัดส่วนของ array ด้วยกันจ่ายข่าวในเป็นไปตามแห่งอยากได้มาผ่านฟังก์ชันสรรพสิ่ง NumPyimport numpy as np zero = npมันสมองzeros((2,2)) # ก่อสร้าง array สถานที่ทั้งปวงคุณค่าครอบครอง 0 print(zero) # [[0. 0.] # [0. 0.]] one = np.ones((3,2)) # สร้าง array สถานที่ทั้งปวงคุณประโยชน์ครอบครอง 1 print(one) # [[1. 1.] # [1. 1.] # [1. 1.]] five = np.full((3,3), 5) # ก่อสร้าง array สถานที่ทั้งปวงคุณประโยชน์ดำรงฐานะเลขที่ระบุ (5) print(five) # [[5 5 5] # [5 5 5] # [5 5 5]] identity = np.eye(5) # ก่อสร้างเมทริกซ์เอ้อกลักษที่์สัดส่วน 5 x 5 print(identity) # [[1. 0. 0. 0. 0.] # [0. 1. 0. 0. 0.] # [0. 0. 1. 0. 0.] # [0. 0. 0. 1. 0.] # [0. 0. 0. 0. 1.]] random = np.randomมันสมองrandom((3,3)) # ก่อสร้าง array ที่สุ่มคุณค่าด้านใน print(random) # [[0.06410201 0.14923082 0.32935854] # [0.4784618 0.70607096 0.32578298] # [0.90210072 0.51487876 0.98004843]] ทำเอาคุณค่าแห่ง Array สิงสู่ที่ช่วงแห่งจำกัดถ้าอิฉันมี array แห่งประกอบด้วยข้อมูลหลากหลาย ทว่าอิฉันหวังที่จะเยียวยาแบ่งออกข้อมูลทั้งผองสิงสู่แห่งช่วงที่ดิฉันขีดคั่น เราสามารถใช้ฟังก์ชัน clip() แห่งงานแก้ไข array คว้า เพราะสถานที่ยังคงลำดับสิ่งของข่าวไว้ดังเดิม ถ้าหากข่าวสารเนื้อตัวใดเกินคุณประโยชน์แห่งกำหนดก็จะไม่ผิดเปลี่ยนปันออกครอบครองคุณประโยชน์ max ส่วนผิต่ำกว่าสถานที่จำกัดก็จักถูกเปลี่ยนเป็นคุณค่า minimport numpy as np max_value = 4 min_value = 1 a = [1, 22, 99, 0, 6, 8, -2, 3, 4, 3, 1] print(np.clip(a, min_value, max_value)) # [1 4 4 1 4 4 1 3 4 3 1]เที่ยวหาบรรดาศักดิ์สิ่งของของข้อมูลแห่งผ่านเงื่อนไขNumPy มีฟังก์ชันที่การเสาะหาระดับสิ่งของข่าวในที่ array แห่งทำเอาข้อแม้สถานที่อิฉันกำหนดเป็นจริงคว้าเปลี่ยนฟังก์ชัน where()import numpy as np a = npมันสมองarray([2, 3, 4, 5, 1, 2]) print(npมันสมองwhere(a % 2 == 0)) # (array([0, 2, 5]),)หา PercentileNumPy มีฟังก์ชัน percentile() เป็นเหตุให้เราสมรรถหา percentile สถานที่หวังคว้าง่ายๆแห่งคำสั่งโดดเดี่ยวimport numpy as np a = npมันสมองarray([1,2,3,4,5,6,7,8,9,10]) print(npมันสมองpercentile(a, 50, axis =0)) # 5.5 b = np.array([5, 1, 3, 7, 9]) print(npมันสมองpercentile(b, 25, axis =0)) # 3.0reference : https://cs231n.github.io/python-numpy-tutorial/#numpy https://mediumมันสมองcom/fintechexplained/why-should-we-use-numpy-c14a4fb03ee9 https://towardsdatascienceมันสมองcom/12-amazing-pandas-numpy-functions-22e5671a45b8ผิเจ้าเอ็งสนใจเจริญ สตาร์ทอัพ แอปพลิเคชัน ด้วยกัน เทคโนโลยีสิ่งของตัวเอง ?อย่ารอคอยช้า ! ทำความเข้าใจทักษะข้างดิจิทัลเพื่อจะอัพเกรดความสามารถสรรพสิ่งเธอ ริเริ่มตั้งแต่รากฐาน ครบถ้วนกระทำแน่นอนที่แนวทางหลักสูตรออนไลน์วันนี้ Advance Problem Solving ฿2,590.00 ฿2,090.00฿2,590.00 ฿2,090.00Add to cart Basic Motion Graphic & Animation ฿1,990.00 ฿1,290.00฿1,990.00 ฿1,290.00Add to cart Complete Arduino For Beginner ฿3,290.00 ฿1,990.00฿3,290.00 ฿1,990.00Add to cart COMPLETE ARDUINO FOR BEGINNER WITH ELECTRO KIT I ฿5,180.00 ฿2,590.00฿5,180.00 ฿2,590.00Add to cart