Il modo più semplice per utilizzare numpy: importa numpy come np

NumPy , che sta per Numerical Python, è una libreria di calcolo scientifico costruita sul linguaggio di programmazione Python.

Il modo più comune per importare NumPy nel tuo ambiente Python è utilizzare la seguente sintassi:

 import numpy as np

La parte import numpy del codice indica a Python di integrare la libreria NumPy nel tuo ambiente attuale.

La parte as np del codice dice quindi a Python di dare a NumPy l’alias di np . Ciò ti consente di utilizzare le funzioni NumPy semplicemente digitando np.function_name anziché numpy.function_name.

Dopo aver importato NumPy, puoi utilizzare le funzioni integrate per creare e analizzare rapidamente i dati.

Come creare un array NumPy di base

Il tipo di dati più comune con cui lavorerai in NumPy è l’ array , che può essere creato utilizzando la funzione np.array() .

Il codice seguente mostra come creare un array NumPy unidimensionale di base:

 import numpy as np

#define array
x = np. array ([1, 12, 14, 9, 5])

#display array
print (x)

[1 12 14 9 5]

#display number of elements in array
x. size

5

Puoi anche creare più tabelle ed eseguire operazioni su di esse come addizione, sottrazione, moltiplicazione, ecc.

 import numpy as np 

#define arrays
x = np. array ([1, 12, 14, 9, 5])
y = np. array ([2, 3, 3, 4, 2])

#add the two arrays
x+y

array([ 3, 15, 17, 13, 7])

#subtract the two arrays
xy

array([-1, 9, 11, 5, 3])

#multiply the two arrays
x*y

array([ 2, 36, 42, 36, 10])

Consulta la Guida per principianti assoluti a NumPy per un’introduzione dettagliata a tutte le funzioni di base di NumPy.

Potenziali errori durante l’importazione di NumPy

Un potenziale errore che potresti riscontrare durante l’importazione di NumPy è:

 NameError : name 'np' is not defined

Ciò accade quando non si riesce a creare l’alias NumPy durante l’importazione. Leggi questo tutorial per scoprire come correggere rapidamente questo errore.

Risorse addizionali

Se vuoi saperne di più su NumPy, consulta le seguenti risorse:

Elenco completo delle guide statistiche Python
Pagina della documentazione di NumPy online
Pagina Twitter ufficiale di NumPy