Python: operaciones en arrays Numpy

NumPy es un paquete de Python que significa ‘Python numérico’. Es la biblioteca para computación lógica, que contiene un poderoso objeto de array n-dimensional, brinda herramientas para integrar C, C++, etc. También es útil en matemáticas lineales, capacidad numérica arbitraria, etc. Las pantallas NumPy también se pueden utilizar como un compartimento multidimensional efectivo para datos genéricos. NumPy Array: Numpy array es un poderoso objeto de array N-dimensional que tiene forma de filas y columnas. Podemos inicializar arreglos NumPy desde listas anidadas de Python y acceder a sus elementos. Una array Numpy a nivel estructural se compone de una combinación de:

• El puntero de datos indica la dirección de memoria del primer byte de la array.
• El puntero de tipo de datos o dtype describe el tipo de elementos que están contenidos dentro de la array.
• La forma indica la forma de la array.
• Los pasos son la cantidad de bytes que deben omitirse en la memoria para pasar al siguiente elemento.

Operaciones en Numpy Array

Operaciones aritmeticas: 

# Python code to perform arithmetic
# operations on NumPy array
 
 
import numpy as np
 
 
# Initializing the array
arr1 = np.arange(4, dtype = np.float_).reshape(2, 2)
 
print('First array:')
print(arr1)
 
print('\nSecond array:')
arr2 = np.array([12, 12])
print(arr2)
 
print('\nAdding the two arrays:')
print(np.add(arr1, arr2))
 
print('\nSubtracting the two arrays:')
print(np.subtract(arr1, arr2))
 
print('\nMultiplying the two arrays:')
print(np.multiply(arr1, arr2))
 
print('\nDividing the two arrays:')
print(np.divide(arr1, arr2))

Producción:

First array:
[[ 0.  1.]
 [ 2.  3.]]

Second array:
[12 12]

Adding the two arrays:
[[ 12.  13.]
 [ 14.  15.]]

Subtracting the two arrays:
[[-12. -11.]
 [-10.  -9.]]

Multiplying the two arrays:
[[  0.  12.]
 [ 24.  36.]]

Dividing the two arrays:
[[ 0.          0.08333333]
 [ 0.16666667  0.25      ]]

numpy.reciprocal() Esta función devuelve el recíproco del argumento, por elementos. Para elementos con valores absolutos mayores que 1, el resultado siempre es 0 y para el número entero 0, se emite una advertencia de desbordamiento. Ejemplo: 

# Python code to perform reciprocal operation
# on NumPy array
import numpy as np
arr = np.array([25, 1.33, 1, 1, 100])
 
print('Our array is:')
print(arr)
 
print('\nAfter applying reciprocal function:')
print(np.reciprocal(arr))
 
arr2 = np.array([25], dtype = int)
print('\nThe second array is:')
print(arr2)
 
print('\nAfter applying reciprocal function:')
print(np.reciprocal(arr2))

Producción 

Our array is:
[  25.      1.33    1.      1.    100.  ]

After applying reciprocal function:
[ 0.04       0.7518797  1.         1.         0.01     ]

The second array is:
[25]

After applying reciprocal function:
[0]

numpy.power() Esta función trata los elementos en la primera array de entrada como la base y los devuelve elevados a la potencia del elemento correspondiente en la segunda array de entrada. 

# Python code to perform power operation
# on NumPy array
 
 
import numpy as np
 
 
arr = np.array([5, 10, 15])
 
print('First array is:')
print(arr)
 
print('\nApplying power function:')
print(np.power(arr, 2))
 
print('\nSecond array is:')
arr1 = np.array([1, 2, 3])
print(arr1)
 
print('\nApplying power function again:')
print(np.power(arr, arr1))

Producción:

First array is:
[ 5 10 15]

Applying power function:
[ 25 100 225]

Second array is:
[1 2 3]

Applying power function again:
[   5  100 3375]

numpy.mod() Esta función devuelve el resto de la división de los elementos correspondientes en la array de entrada. La función numpy.remainder() también produce el mismo resultado. 

# Python code to perform mod function
# on NumPy array
 
 
import numpy as np
 
 
arr = np.array([5, 15, 20])
arr1 = np.array([2, 5, 9])
 
print('First array:')
print(arr)
 
print('\nSecond array:')
print(arr1)
 
print('\nApplying mod() function:')
print(np.mod(arr, arr1))
 
print('\nApplying remainder() function:')
print(np.remainder(arr, arr1))

Producción:

First array:
[ 5 15 20]

Second array:
[2 5 9]

Applying mod() function:
[1 0 2]

Applying remainder() function:
[1 0 2]