NUMPY СПИСОК ФУНКЦИЙ
NumPy - это основной набор инструментов для научных вычислений в Python. Он предоставляет высокопроизводительный многомерный массив (ndarray), который используется для хранения и обработки больших объемов данных. В этом наборе также имеется много функций, которые упрощают работу с массивами и обеспечивают богатый набор возможностей для математических операций.
Список некоторых наиболее часто используемых функций NumPy:
import numpy as np
a = np.array([1,2,3,4,5])
print(a.min()) # минимальное значение
print(a.max()) # максимальное значение
print(a.mean()) # среднее значение
print(a.std()) # стандартное отклонение
print(a.sum()) # сумма всех элементов
print(np.sqrt(a)) # корень квадратный из всех элементов
print(np.exp(a)) # e^x для каждого x в массиве aОдной из наиболее полезных функций NumPy является np.arange(), которая создает массив значений в заданном промежутке. Например, np.arange(0, 10, 2) создает массив [0, 2, 4, 6, 8].
Кроме того, NumPy также предоставляет возможность работать с многочисленными массивами одновременно. Например, для выполнения поэлементного умножения двух массивов a и b, можно использовать функцию np.multiply() как np.multiply(a, b).
В целом, функции NumPy делают работу с массивами в Python быстрее и проще, чем используя обычные списки и стандартные операции Python.
Основы NumPy Python - Массивы, Матрицы И Операции Над Ними
10 признаков того, что вы новичок в Python
#2. Основные типы данных. Создание массивов функцией array() - NumPy уроки
35 Функции (def) в Python. Определение и вызов функции
#10. Базовые математические функции - NumPy уроки
Python NUMPY - Полный Курс для Начинающих
#3. Функции автозаполнения, создания матриц и числовых диапазонов - NumPy уроки
#1 - Python NumPy - Что такое array, arange и dot
40 *args и **kwargs Python. Передача аргументов в функцию
12 Списки и операции над ними Python
Новые материалы: