numpy¶
pip install numpy
import numpy
print(numpy.__version__)
# '1.11.1'
array([1, 2, 3])[1:]
# array([2, 3])
array([1, 2, 3])[0]
# 1
array([
[1,2,3],
[4,5,6]
])[1,2]
# 6
array(
[
[2, 4, 6, 8],
[3, 3, 2, 1],
[2, 6, 3, 4],
[5, 2, 3, 5]
]
)[0:1, :]
# array([[2, 4, 6, 8]])
array(
[
[2, 4, 6, 8],
[3, 3, 2, 1],
[2, 6, 3, 4],
[5, 2, 3, 5]
]
)[:, 0:1]
# array([[2], [3], [2], [5]])
array(
[
[2, 4, 6, 8],
[3, 3, 2, 1],
[2, 6, 3, 4],
[5, 2, 3, 5]
]
)[0:2, 0:2]
# array([[2,4], [3, 3]])
arange()¶
-
numpy.
arange
(start, end, step)¶ Возвращает массив
ndarray
, в указанном проежутке с указанным шагомarange(1, 2, 0.1) # array([ 1. , 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9])
array()¶
-
numpy.
array
(items: list[, dtype: str])¶ Возвращает массив
ndarray
array([1, 4, 2, 5, 3]) # array([1, 4, 2, 5, 3]) array([1, 2, 3, 4], dtype='float32') # array([ 1., 2., 3., 4.], dtype=float32)
concatenate()¶
-
numpy.
concatenate
(list_arrays: list[, axis])¶ Соединяет массивы и возвращает новый, результат объелдинения
concatenate([ array([1, 2, 3]), array([4, 5, 6]), ]) # array([1, 2, 3, 4, 5, 6]) concatenate([ array([ [1, 2, 3], [4, 5, 6], ]), array([ [6, 7, 8], [7, 8, 9] ]), ]) """ array([ [1, 2, 3], [4, 5, 6], [6, 7, 8], [7, 8, 9], ]) """ concatenate([ array([ [1, 2, 3], [4, 5, 6], ]), array([ [6, 7, 8], [7, 8, 9] ]), ], axis=1) """ array([ [1, 2, 3, 6, 7, 8], [4, 5, 6, 7, 8, 9], ]) """
dot()¶
-
numpy.
dot
(*arrays)¶ dot( array([ [1, 1], [2, 2] ]), array([ [4, 4], [6, 6] ]), ) # array([[10, 10], [20, 20]])
dstack()¶
-
numpy.
dstack
()¶ Аналогично встроенной функции
zip()
ndstack(( array([1, 2, 3]), array([10, 20, 30]) )) """ array([ [ [1, 10], [2, 20], [3, 30] ] ])
einsum()¶
-
numpy.
einsum
()¶ einsum( 'i,i', array([2, 2]), array([4, 4]) ) # 16 einsum( 'ij,jk', array([[1,1], [2, 2]]), array([[4,4], [6, 6]]) ) """ array([ [10, 10], [20, 20] ])
eye()¶
-
numpy.
eye
(size: int[, k=0, dtype])¶ Возвращает единичную матрицу указанной размерности
eye(2) """ array([ [1., 0.], [0., 1.] ]) eye(4, k=1) """ array([ [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.], [0., 0., 0., 0.], ])
full()¶
-
numpy.
full
(size, defualt)¶ Возвращает массив указанного размера, заполненного дефолтными значениями
full((2, 3), 3.14) """ array([ [3.14., 3.14, 3.14], [3.14, 3.14, 3.14] ])
hsplit()¶
-
numpy.
hsplit
(array: ndarray, size: tuple)¶ hsplit( arange(16).reshape((4, 4)), [2] ) """ [ [0, 1], [4, 5], [8, 9], [12, 13] ] [ [2, 3], [6, 7], [10, 11], [14, 15] ] """
hstack()¶
-
numpy.
hstack
(array_list: list)¶ hstack([ array([ [9, 8, 7], [6, 5, 4], ]), array([ [99], [99] ]) ]) """ array([ [9, 8, 7, 99], [6, 5, 4, 99] ]) """
identity()¶
-
numpy.
identity
(size, dtype)¶ Возвращает квадратную матрицу
identity(4) """ array( [ [1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.], ] ) """
linspace¶
-
numpy.
linspace
(start, stop, step)¶ Возвращает массив из указанного промежукта, с равномерным распределнием значений
numpy.linspace(0, 1, 5) # array([0., 0.25, 0.5, 0.75, 1.])
load¶
-
numpy.
load
(file_name)¶ Загружает массив из файла, сохраненный через метод
numpy.save()
array = numpy.load('numbers.npy')
ones()¶
-
numpy.
ones
(size: tuple, dtype: int)¶ Создает многомерный массив заполненный единицами
numpy.ones((2, 3), dtype=int) """ array([ [1., 1., 1.], [1., 1., 1.] ])
ones_like()¶
-
numpy.
ones_like
(array)¶ Возвращает массив, заполненный единицами по указанному массиву
ones_like(array([1, 2, 3])) # array([1, 1, 1])
reshape()¶
-
numpy.
reshape
(array, new_shape)¶ reshape(arange(9), (3, 3)) """ array([ [0, 1, 2], [3, 4, 5], [6, 7, 8] ]) """ reshape(arange(9), (3, 2)) # ValueError: cannot reshape array of size 9 into shape (3,2)
save()¶
-
numpy.
save
(name, array)¶ Сохраняет массив в файл, который потом можно загрузить через
numpy.load()
numpy.save('numbers.npy', array([1, 2, 3]))
split()¶
-
numpy.
split
(items: list, size: tuple)¶ x1, x2, x3 = split( [1, 2, 3, 99, 99, 3, 2, 1], (3, 5) ) """ x1 = [1, 2, 3] x2 = [99, 99] x3 = [3, 2, 1] """
uniq()¶
-
numpy.
uniq
(array)¶ Возвращает массив уникальных значений
unique(array([1, 1, 4, 5, 5, 5, 7])) # array([ 1, 4, 5, 7])
vsplit()¶
-
numpy.
vsplit
(array: ndarray, size: tuple)¶ vsplit( arange(16).reshape((4, 4)), [2] ) """ [ [0, 1, 2, 3], [4, 5, 6, 7] ] [ [8, 9, 10, 11], [12, 13, 14, 15] ] """
vstack()¶
-
numpy.
vstack
()¶ vstack([ array(1, 2, 3), array([ [9, 8, 7], [6, 5, 4], ]) ]) """ array([ [1, 2, 3], [9, 8, 7], [6, 5, 4], ]) """