KEMBAR78
Python Numpy | PDF
2018/19 - 1Carlos J. Costa (ISEG)
CARLOS J. COSTA
Carlos J. Costa (2018/2019)
2018/19 - 2Carlos J. Costa (ISEG)
Numpy
• Numpy é uma biblioteca fundamental do
Python para computação científica
• Fornece funcionalidades relacionadas
com arrays
• Tem nível mais elevado de desempenho
2018/19 - 3Carlos J. Costa (ISEG)
Numpy
import numpy as np
c = np.array([1,2,3,4])
print(type(c))
2018/19 - 4Carlos J. Costa (ISEG)
Numpy
• Criar array
a = np.array([1,2,3,4])
• Shape, rank e size:
shape = a.shape
rank = np.ndim(a)
size = a.size
• Imprimir o array bem como as
características
2018/19 - 5Carlos J. Costa (ISEG)
Numpy
• Um array bidimensional (matriz):
b = np.array([[1,2,3],[4,5,6]])
• Que informação se pode obter sobre esse
array:
shape = b.shape
rank = np.ndim(b)
size = a.size
2018/19 - 6Carlos J. Costa (ISEG)
Numpy
• Alterar valor a array:
a[2]=50
print(a)
2018/19 - 7Carlos J. Costa (ISEG)
Numpy
• criar um array só com zeros
a = np.zeros((2,2))
print(a)
2018/19 - 8Carlos J. Costa (ISEG)
Numpy
• Criar array só com uns
b = np.ones((1,2))
print(b)
2018/19 - 9Carlos J. Costa (ISEG)
Numpy
• criar matriz identidade 3x3
d = np.eye(3)
print(d)
2018/19 - 10Carlos J. Costa (ISEG)
Numpy
• Criar array preenchido com números
aleatórios
e = np.random.random((4,4))
print(e)
2018/19 - 11Carlos J. Costa (ISEG)
Numpy
a = np.array([[1,2,3,4], [5,6,7,8],
[9,10,11,12]])
print(a)
2018/19 - 12Carlos J. Costa (ISEG)
Numpy
• fatiar (slicing) arrays
• numero de linhas, numero de colunas
• linha do inicio a 3, colunas a da 1
(segunda) até à 3
b = a[:3, 1:3]
print(b)
2018/19 - 13Carlos J. Costa (ISEG)
Numpy
b[0, 0] = 99
• # o que acontece ao array a?
2018/19 - 14Carlos J. Costa (ISEG)
Numpy
• Outro exemplo manipula índices
import numpy as np
#criar um novo array
a = np.array([[1,2,3], [4,5,6], [7,8,9],
[10, 11, 12]])
print(a)
2018/19 - 15Carlos J. Costa (ISEG)
Numpy
• criar um array de índices
b = np.array([0, 2, 0, 1])
2018/19 - 16Carlos J. Costa (ISEG)
Numpy
• Selecionar um elemento de cada coluna
usando os índices de b, isto é, seleciona:
– o elemento com índice 0 na primeira linha
– o elemento com índice 2 na segunda linha
– o elemento com índice 0 na terceira linha
– o elemento com índice 1 na quarta linha
print(a[np.arange(4), b])
2018/19 - 17Carlos J. Costa (ISEG)
Numpy
• Pode-se por exemplo mudar os elemento
de cada coluna de acordo com o array de
índices. Por hipótese adicione-se 10, mas
só aos valores encontrados
a[np.arange(4), b] += 10
print(a)
2018/19 - 18Carlos J. Costa (ISEG)
Bibliografia
• http://www.numpy.org/

Python Numpy

  • 1.
    2018/19 - 1CarlosJ. Costa (ISEG) CARLOS J. COSTA Carlos J. Costa (2018/2019)
  • 2.
    2018/19 - 2CarlosJ. Costa (ISEG) Numpy • Numpy é uma biblioteca fundamental do Python para computação científica • Fornece funcionalidades relacionadas com arrays • Tem nível mais elevado de desempenho
  • 3.
    2018/19 - 3CarlosJ. Costa (ISEG) Numpy import numpy as np c = np.array([1,2,3,4]) print(type(c))
  • 4.
    2018/19 - 4CarlosJ. Costa (ISEG) Numpy • Criar array a = np.array([1,2,3,4]) • Shape, rank e size: shape = a.shape rank = np.ndim(a) size = a.size • Imprimir o array bem como as características
  • 5.
    2018/19 - 5CarlosJ. Costa (ISEG) Numpy • Um array bidimensional (matriz): b = np.array([[1,2,3],[4,5,6]]) • Que informação se pode obter sobre esse array: shape = b.shape rank = np.ndim(b) size = a.size
  • 6.
    2018/19 - 6CarlosJ. Costa (ISEG) Numpy • Alterar valor a array: a[2]=50 print(a)
  • 7.
    2018/19 - 7CarlosJ. Costa (ISEG) Numpy • criar um array só com zeros a = np.zeros((2,2)) print(a)
  • 8.
    2018/19 - 8CarlosJ. Costa (ISEG) Numpy • Criar array só com uns b = np.ones((1,2)) print(b)
  • 9.
    2018/19 - 9CarlosJ. Costa (ISEG) Numpy • criar matriz identidade 3x3 d = np.eye(3) print(d)
  • 10.
    2018/19 - 10CarlosJ. Costa (ISEG) Numpy • Criar array preenchido com números aleatórios e = np.random.random((4,4)) print(e)
  • 11.
    2018/19 - 11CarlosJ. Costa (ISEG) Numpy a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]]) print(a)
  • 12.
    2018/19 - 12CarlosJ. Costa (ISEG) Numpy • fatiar (slicing) arrays • numero de linhas, numero de colunas • linha do inicio a 3, colunas a da 1 (segunda) até à 3 b = a[:3, 1:3] print(b)
  • 13.
    2018/19 - 13CarlosJ. Costa (ISEG) Numpy b[0, 0] = 99 • # o que acontece ao array a?
  • 14.
    2018/19 - 14CarlosJ. Costa (ISEG) Numpy • Outro exemplo manipula índices import numpy as np #criar um novo array a = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]]) print(a)
  • 15.
    2018/19 - 15CarlosJ. Costa (ISEG) Numpy • criar um array de índices b = np.array([0, 2, 0, 1])
  • 16.
    2018/19 - 16CarlosJ. Costa (ISEG) Numpy • Selecionar um elemento de cada coluna usando os índices de b, isto é, seleciona: – o elemento com índice 0 na primeira linha – o elemento com índice 2 na segunda linha – o elemento com índice 0 na terceira linha – o elemento com índice 1 na quarta linha print(a[np.arange(4), b])
  • 17.
    2018/19 - 17CarlosJ. Costa (ISEG) Numpy • Pode-se por exemplo mudar os elemento de cada coluna de acordo com o array de índices. Por hipótese adicione-se 10, mas só aos valores encontrados a[np.arange(4), b] += 10 print(a)
  • 18.
    2018/19 - 18CarlosJ. Costa (ISEG) Bibliografia • http://www.numpy.org/