ndarray numpy

Массивы NumPy: мощный инструмент для работы с числовыми данными

Массивы NumPy являются основным инструментом для работы с числовыми данными в Python. Они предоставляют эффективные структуры данных для хранения и манипуляции с высокоразмерными массивами.

Основным объектом в NumPy является ndarray (N-dimensional array), многомерный массив, который содержит элементы одного типа данных. ndarray представляет собой таблицу элементов (обычно чисел), организованных в виде N-мерной сетки. Размерность и форма массива определены при его создании и не могут быть изменены позже. ndarray обеспечивает производительные операции с массивами, включая математические, логические, статистические и много других операции.

Давайте рассмотрим примеры кода для работы с ndarray в библиотеке NumPy.

1. Создание массива:

import numpy as np

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

Вывод: [1 2 3]

2. Многомерные массивы:

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

Вывод:

[[1 2 3]
 [4 5 6]]

3. Индексация и срезы:

arr = np.array([1, 2, 3, 4, 5])
print(arr[0])       # Выводит первый элемент
print(arr[2:4])     # Выводит с элемента с индексом 2 до индекса 4 (не включая 4)
print(arr[::-1])    # Выводит массив в обратном порядке

Вывод:

1
[3 4]
[5 4 3 2 1]

4. Математические операции:

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

print(arr1 + arr2)       # Сложение элементов массивов
print(arr1 * arr2)       # Умножение элементов массивов
print(np.dot(arr1, arr2)) # Скалярное произведение массивов

Вывод:

[5 7 9]
[4 10 18]
32

5. Функции NumPy:

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

print(np.sum(arr))       # Сумма элементов массива
print(np.mean(arr))      # Среднее значение элементов массива
print(np.max(arr))       # Максимальное значение элемента
print(np.min(arr))       # Минимальное значение элемента
print(np.sort(arr))      # Сортировка элементов массива

Вывод:

6
2.0
3
1
[1 2 3]

Это лишь небольшой обзор возможностей ndarray в библиотеке NumPy. Однако даже на этом примере видно, насколько мощными и гибкими могут быть операции с многомерными массивами. NumPy предоставляет огромный функционал для работы с данными и алгоритмами, и является неотъемлемой частью многих научных и инженерных приложений на Python.