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:
Python3
# 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:
Python3
# 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.
Python3
# 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.
Python3
# 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]
Publicación traducida automáticamente
Artículo escrito por priyanshid1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA