Основные функции NumPy

Содержание

1. Импорт библиотеки NumPy:

Импортируйте библиотеку NumPy с сокращённым названием np.

import numpy as np

Одномерный массив (вектор):

arr = np.array([1, 2, 3])

Двумерный массив (матрица):

matrix = np.array([[1, 2, 3], [4, 5, 6]])

Массив нулей:

zeros = np.zeros((2, 3))  # 2x3 матрица

Массив единиц:

ones = np.ones((3, 3))  # 3x3 матрица

Последовательность чисел:

seq = np.arange(0, 10, 2)  # от 0 до 10 с шагом 2

Линейное распределение:

linspace = np.linspace(0, 1, 5)  # 5 чисел от 0 до 1

Сложение:

arr + 5  # Добавляет 5 к каждому элементу

Умножение:

arr * 2  # Умножает каждый элемент на 2

Сумма всех элементов:

np.sum(arr)

Среднее значение:

np.mean(arr)

Минимум и максимум:

np.min(arr), np.max(arr)

Доступ по индексу:

arr[0]  # Первый элемент

Срез:

arr[1:4]  # Элементы с индексами 1 по 3

Доступ к элементам двумерного массива:

matrix[0, 1]  # Второй элемент первой строки

Доступ к строке:

matrix[1, :]  # Вторая строка

Доступ к столбцу:

matrix[:, 0]  # Первый столбец

Транспонирование матрицы:

np.transpose(matrix)

Скалярное произведение массивов:

np.dot(arr1, arr2)

Случайные числа от 0 до 1:

np.random.rand(3)  # Три случайных числа от 0 до 1

Случайные целые числа:

np.random.randint(0, 10, size=5)  # Пять случайных целых чисел от 0 до 10

Изменение размерности массива:

arr = np.array([1, 2, 3, 4, 5, 6])
reshaped_arr = arr.reshape(2, 3)  # 2 строки, 3 столбца

Объединение массивов:

np.concatenate((arr1, arr2))

Разделение массива:

np.split(arr, 3)  # Разделяет массив на 3 части