PythonNumPyGrundlagen-Spickzettel
Kurzanleitung fürNumPyArrays. Lernen Sie Array-Erstellung, Umgestaltung, Indizierung, Slicing und mathematische Operationen.
Array-Erstellung und -Inspektion
Methoden zum Initialisieren von Numpy-Arrays und zum Extrahieren von Formmerkmalen.
| Methode / Funktion | Syntax | Beschreibung |
|---|---|---|
| np.array() | np.array(list) | Erstellt ein homogenes mehrdimensionales Ndarray aus einer Liste. |
| np.arange() | np.arange(start, stop, step) | Erstellt ein Array mit gleichmäßig verteilten Werten innerhalb eines bestimmten Bereichs. |
| np.linspace() | np.linspace(start, stop, num) | Erstellt ein Array mit einer Anzahl gleichmäßig verteilter Werte über ein angegebenes Intervall. |
| np.zeros() / np.ones() | np.zeros(shape) / np.ones(shape) | Initialisiert Arrays, die mit Nullen oder Einsen in der angegebenen Form gefüllt sind. |
| shape / dtype | arr.shape / arr.dtype | Attribute, die Abmessungen und Elementtyp des Arrays zurückgeben. |
Array-Manipulation und Mathematik
Routinen zum Ändern von Array-Layouts und zum Durchführen mathematischer Aggregationen.
| Methode / Funktion | Syntax | Beschreibung |
|---|---|---|
| reshape() | arr.reshape(new_shape) | Verleiht einem Array eine neue Form, ohne seine Daten zu ändern. |
| arr.T | arr.T | Transpose-Attribut. Kehrt die Achsen des Arrays um. |
| np.concatenate() | np.concatenate((a1, a2), axis=0) | Verbindet eine Folge von Arrays entlang einer vorhandenen Achse. |
| mean() / std() | arr.mean() / arr.std() | Berechnet das arithmetische Mittel und die Standardabweichung. |
| sum() / dot() | arr.sum() / np.dot(a, b) | Summiert Elemente oder berechnet die Skalarproduktmatrixmultiplikation. |
Interaktives Demo-Skript
# np.array()
np.array(list)
# np.arange()
np.arange(start, stop, step)
# np.linspace()
np.linspace(start, stop, num)
# np.zeros() / np.ones()
np.zeros(shape) / np.ones(shape)
# shape / dtype
arr.shape / arr.dtype
# reshape()
arr.reshape(new_shape)
# arr.T
arr.T
# np.concatenate()
np.concatenate((a1, a2), axis=0)
# mean() / std()
arr.mean() / arr.std()
# sum() / dot()
arr.sum() / np.dot(a, b)Häufig gestellte Fragen
WarumNumPy-Arrays anstelle von Standard-Python-Listen verwenden?
NumPyArrays werden in zusammenhängenden Speicherblöcken gespeichert, was sie für numerische Berechnungen deutlich schneller und speichereffizienter macht.
Was wird inNumPyausgestrahlt?
Durch Broadcasting können arithmetische Operationen an Arrays unterschiedlicher Form ausgeführt werden, wobei das kleinere Array automatisch erweitert wird, um es an die Form des größeren Arrays anzupassen.
Verwandte Themen
Referenzhandbuch fürPandasSerien und DataFrames. Lernen Sie das Laden, Bereinigen, Auswählen, Gruppieren und Aggregieren von Daten.
Spickzettel für Funktionen des Python-MathemodulsKurzanleitung für die Python-Mathe-Standardbibliothek. Erfahren Sie, wie Sie trigonometrische, logarithmische, rundende und arithmetische Funktionen verwenden.
Spickzettel für integrierte Python-FunktionenReferenzhandbuch zu den integrierten Funktionen von Python. Erfahren Sie, wie Sie Print, Len, Range, Enumerate, Zip, Map, Filter und mehr verwenden.
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So sortieren Sie eine Liste in Python
Erfahren Sie, wie Sie eine Liste in Python mit der Methode sort() und der Funktion sorted() sortieren. Entdecken Sie Beispiele für benutzerdefinierte Schlüsselsortierung und umgekehrte Reihenfolge.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.