SkillBase

Numpy

cheat sheet

Содеражние

  1. About
  2. Основные методы
  3. Useful Links

About

Numpy - python библиотека, которая используется практически повсюду. Во всех, так или иначе, крупных проетах присутсвует данная библиотека. Она предназначена для наиболее быстрого и качественного использования массивов python. Особенностью массивов numpy - это то, что с ними можно проводить математические опрации, т.к умножение, сложение и т.д. Еще в массивах от numpy можно проводить фильтрацию. К примеру:

import numpy as np

ls = np.array([10, 20 , 30, 40])
print(ls > 20)
# >>> [False, False, True, True], dtype=bool

Основные методы

  1. numpy.array(list) - из вхрдящего массива list сделает numpy массив со всеми его состовляющими и особенностями.
  2. list_numpy.min() - из numpy массива ищет минимальный элемент. Если в качестве параметра указать axis=0, то вернет список из наименьшего числа в каждом столбце. А если указать axis=1, то список из наименьших в строках.
  3. list_numpy.max() - работает аналогично list_numpy.min(), но ищет максимальное число в массиве.
  4. list_numpy.mean() - вернет среднее значение по numpy массиву.

    Среднее алгеброическое. Т.е суммирует все числа и делит на их количество.

  5. Математические функции тригонометрии:
    1. numpy.sin(a) - вернет синус от числа a;
    2. numpy.cos(a) - вернте косинус от числа a;
    3. numpy.tg(a) - вернте тангенс от числа a;
    4. numpy.ctg(a)- вернте котангенс от числа a;

    То же самое можно провернуть и с обратными функциями по типу арктангенса, арккосинуса и другие. Принцип действия тот же, что и указан выше.

  6. list_numpy.sum() - вернет сумму всех значений массива.
  7. numpy.arange(n) - работает так же, как и функция range в python, однако способен рабоатать с массивами numpy.
  1. python.org
  2. numpy.org
  3. pypi.org
  4. pythonworld.ru (часть 1)
  5. pythonworld.ru (часть 2)
  6. pythonworld.ru (часть 3)
  7. pythonworld.ru (часть 4)
15.04.2023