Lembar Cheat NumPy

Jadi, Anda perlu melihat cepat NumPy yang akan membuat Anda bekerja langsung? Artikel ini hanya apa yang Anda butuhkan!

Mulai

NumPy adalah paket komputasi ilmiah dengan Python. Muncul dengan fungsi yang telah ditentukan sebelumnya untuk aljabar linier, transformasi fourier dan matriks. NumPy umumnya digunakan untuk aplikasi Ilmu Data.

Untuk memulai, pertama-tama pastikan Anda memiliki Python dan NumPy di ​​sistem Anda. Bagaimana Anda mendapatkannya tergantung pada sistem Anda dan IDE preferensi Anda, tetapi saya merekomendasikan Anaconda. Dengan instalasi Anaconda dasar Anda cukup pergi ke terminal dan menjalankan "conda install numpy" & voila!

Sekarang, mari buat file example.py untuk mulai bekerja.

Catatan: Jika kita akan membuat proyek alih-alih satu file contoh untuk dikerjakan, kita harus membuat direktori dan file __init__.py di dalamnya.

Anda harus menambahkan baris berikut ke bagian atas file agar dapat bekerja dengan NumPy di ​​dalam file.

impor numpy sebagai np

Catatan: Kami biasanya mengimpornya sebagai np sehingga kami tidak perlu mengetikkan numpy setiap kali kami memanggil fungsi dari NumPy. Perlu diingat bahwa meskipun dapat diubah, np adalah konvensi umum.

Setelah itu, Anda dapat menjalankan kode di dalam file contoh hanya dengan membuka terminal dan menjalankan perintah:

contoh python.py

Daftar vs Larik

Kami akan banyak menggunakan Array dengan operasi NumPy kami, jadi lebih baik untuk mengklarifikasi satu hal: daftar dan array berbeda di Python.

Dengan Array Anda dapat mendeklarasikan struktur multi-dimensi seperti matriks, dan Anda dapat melakukan operasi numerik di dalamnya tetapi tidak demikian halnya dengan Daftar lama yang sederhana. Karenanya, NumPy sangat bergantung pada Array.

Daftar dapat diberikan ke suatu nilai tanpa harus dideklarasikan, tetapi Array tidak bisa. Jadi untuk mendefinisikan array, Anda harus melakukan sebagai:

contohArray = np.arrray([10, 15, 20]) // larik satu dimensi

Atau Anda dapat mendefinisikan array multi-dimensi sebagai:

contohArray2 = np.array([10, 15, 20], [50, 100, 150], [1, 2, 3])

Anda dapat memanggil item dalam array sebagai:

exampleArray2 [1] // mengembalikan [50, 100, 150]

exampleArray2 [1] [0]// mengembalikan 50

Metode

Di bawah, Anda akan menemukan fungsi paling dasar yang biasa digunakan saat bekerja dengan NumPy. Meskipun ada banyak, masih banyak lagi berikut ini yang cukup untuk membantu Anda memulai.

Metode Pembuatan Array

• np.arange(0, 10): Membuat array satu dimensi dengan angka 0 hingga 9 sebagai item.
• np.arange(0, 10, 3): Membuat array satu dimensi dengan angka antara 0 hingga 10 melompat ke setiap sepertiga. Mengembalikan array dengan 0,3,6,9 sebagai item.
• np.zeros(3): Membuat larik 3 item dengan nilai 0 untuk setiap item.
• np.ones(3): Membuat larik 3 item dengan nilai 1 untuk setiap item.
• np.linspace(0,20,5): Mengambil 5 angka antara 0 dan 20 dengan langkah yang sama di antaranya. Mengembalikan array item 0, 5, 10, 15, 20. Perlu diingat bahwa jika kita mengatakan memilih 6 item, item tersebut akan mengapung, bukan intefer untuk memastikan ruang yang sama di antaranya.
• np.eye(3): Membuat matriks identitas dengan 3 kolom dan 3 baris. Nilai diagonal mengembalikan semua 1 dan semua nilai lainnya mengembalikan 0.

• np.random.randn(5): Membuat array satu dimensi dengan 5 angka acak sebagai item. Angka dapat bertipe integer dan/atau float, negatif dan/atau positif.
• np.random.randn(5,5): Membuat matriks dengan 5 baris dan 5 kolom dengan 25 nilai acak sebagai item.
• np.random.randint(1, 10, 2): Mengembalikan dua angka acak yang lebih besar dari 1 dan kurang dari 10.

• myArray.reshape(5,5): Mengambil array berdimensi tunggal bernama myArray dan mengembalikannya sebagai matriks dengan 5 baris dan 5 kolom. Perlu diingat bahwa jika jumlah item dalam array tidak mencukupi, dalam kasus contoh 5 x 5 = 25 item, ini akan menimbulkan kesalahan dan tidak berfungsi. Metode ini tidak akan mengubah array itu sendiri tetapi hanya mengembalikan versi array yang diubah.
• myArray.max(): Mengembalikan angka terbesar dalam item array angka.
• myArray.min(): Mengembalikan angka terkecil dalam item array angka.
• myArray.argmax(): Mengembalikan indeks angka terbesar dalam item array angka.
• myArray.argmin(): Mengembalikan indeks angka terkecil dalam item array angka.
• myArray.shape: Mengembalikan bentuk array. Jika array berdimensi tunggal dengan 10 item, ia akan mengembalikan (10, ). Jika array adalah matriks yang terdiri dari 5 kolom dan 6 baris, ia akan mengembalikan (5,6). Ingatlah bahwa ini bukan fungsi melainkan atribut sehingga tidak ada tanda kurung saat memanggil bentuk.

• myArray[5]: Mengembalikan item dari array dengan nomor indeks 5
• myArray[3:5]: Mengembalikan item antara nomor indeks 3 dan 5, termasuk item dengan indeks 3 tetapi tidak termasuk 5.
• myArray[3:5] = -3: Mengubah nilai item antara indeks 3 dan lima menjadi -3.
• myArray[:] = 30: Mengubah nilai semua item dalam array menjadi 30satu per satu.
• myArray = 30: Mengubah tipe myArray dari array menjadi integer dan menetapkan nilainya menjadi 30.
• newArray = myArray.copy(): Membuat salinan myArray dan menyetelnya ke newArray. Perhatikan bahwa jika Anda tidak menggunakan metode .copy() , Anda akan melihat semua perubahan yang Anda buat pada newArray juga mencerminkan myArray.

Mari deklarasikan matriks sebagai myMatrix = ( [5, 10, 15] , [1, 2, 3] , [0, 0, 0] ).

• myMatrix[0]: Mengembalikan item dengan indeks baris 0, yang merupakan array. Oleh karena itu mengembalikan [5, 10, 15].
• myMatrix[0] [1]: Mengembalikan item dengan indeks kolom 1 dan indeks baris 0, jadi dalam hal ini mengembalikan nilai 10.
• myMatrix[0,1]: Mengembalikan item dengan indeks kolom 1 dan indeks baris 0, jadi dalam hal ini mengembalikan nilai 10.
• myMatrix[1, 1:]: Mengambil baris dengan indeks 1 seperti biasa, tetapi mengembalikan item dengan indeks kolom mulai dari 1 (termasuk 1 karena sambatan selalu bekerja dengan Python) jadi dalam hal ini mengembalikan [2, 3].
• myMatrix[ [0,1] ]: Mengembalikan nilai indeks 0 dan 1 sehingga dalam kasus kami mengembalikan ( [5, 10, 15] , [1, 2, 3] ).

Mari kita tentukan array myArray untuk digunakan sebagai myArray = [ 5,10,15,20]

• myArray > 10: Mengembalikan array true dan false berdasarkan kondisinya, jadi dalam kasus kita mengembalikan [false, false, true, true]. Perhatikan bahwa ini tidak mengubah nilai asli myArray tetapi malah membuat awway baru.
• myArray [myArray > 10]: Mengembalikan array baru dengan item yang benar-benar mengikuti kondisi seperti [15, 20].
• myArray + myArray: Mengembalikan array yang nilainya dijumlahkan indeks demi indeks dan ditempatkan ke indeks yang sesuai, dalam kasus kami mengembalikan [10, 20, 30, 40].
• myArray — myArray: Mengembalikan array yang nilainya dikurangi indeks demi indeks dan ditempatkan ke indeks yang sesuai, dalam kasus kami mengembalikan [0, 0, 0, 0].
• myArray/myArray: Mengembalikan array di mana nilainya dibagi indeks dengan indeks dan ditempatkan ke indeks yang sesuai, dalam kasus kami mengembalikan [1,1,1,1]. Perhatikan bahwa jika ada 0 dalam indeks apa pun sebagai nilai, karena angka tidak dapat dibagi dengan 0, ini akan memunculkan peringatan & mengembalikan nan untuk indeks itu tetapi membagi indeks lainnya seperti biasa.
• np.sqrt(myArray): Mengembalikan array dengan akar kuadrat jika setiap nilai pada indeks yang sama. Jadi jika myArray [25, 16, 36] fungsinya akan mengembalikan [5, 4, 6].