PythonNumPyŚciągawka z podstawami

Skrócona instrukcja obsługi tablicNumPy. Dowiedz się, jak tworzyć tablice, przekształcać je, indeksować, wycinać i wykonywać operacje matematyczne.

Tworzenie i kontrola macierzy

Metody inicjowania tablic numpy i wyodrębniania cech kształtu.

Metoda / FunkcjaSkładniaOpis
np.array()np.array(list)Tworzy jednorodny wielowymiarowy ndarray z listy.
np.arange()np.arange(start, stop, step)Tworzy tablicę z równomiernie rozmieszczonymi wartościami w danym zakresie.
np.linspace()np.linspace(start, stop, num)Tworzy tablicę zawierającą num równomiernie rozmieszczonych wartości w określonym przedziale.
np.zeros() / np.ones()np.zeros(shape) / np.ones(shape)Inicjuje tablice wypełnione zerami lub jedynekami w określonym kształcie.
shape / dtypearr.shape / arr.dtypeAtrybuty zwracające wymiary i typ elementu tablicy.

Manipulacja tablicami i matematyka

Procedury zmiany układu tablic i wykonywania agregacji matematycznych.

Metoda / FunkcjaSkładniaOpis
reshape()arr.reshape(new_shape)Nadaje nowy kształt tablicy bez zmiany jej danych.
arr.Tarr.TTransponuj atrybut. Odwraca osie tablicy.
np.concatenate()np.concatenate((a1, a2), axis=0)Łączy sekwencję tablic wzdłuż istniejącej osi.
mean() / std()arr.mean() / arr.std()Oblicza średnią arytmetyczną i odchylenie standardowe.
sum() / dot()arr.sum() / np.dot(a, b)Sumuje elementy lub oblicza mnożenie macierzy iloczynu skalarnego.

Interaktywny skrypt demonstracyjny

run_all_cheat_methods.py
Uruchom w Edytorze
# 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)

Często zadawane pytania

Po co używać tablicNumPyzamiast standardowych list Pythona?

NumPytablice są przechowywane w ciągłych blokach pamięci, dzięki czemu są znacznie szybsze i bardziej wydajne pod względem pamięci w obliczeniach numerycznych.

Co jest nadawane wNumPy?

Rozgłaszanie umożliwia wykonywanie operacji arytmetycznych na tablicach o różnych kształtach, co powoduje automatyczne rozszerzanie mniejszej tablicy w celu automatycznego dopasowania kształtu większej tablicy.

Powiązane tematy

Polecane zasoby Pythona

Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.