วิธีที่ง่ายที่สุดในการใช้ numpy: นำเข้า numpy เป็น np

NumPy ซึ่งย่อมาจาก Numerical Python เป็นไลบรารีการคำนวณทางวิทยาศาสตร์ที่สร้างขึ้นจากภาษาการเขียนโปรแกรม Python

วิธีทั่วไปในการนำเข้า NumPy สู่สภาพแวดล้อม Python ของคุณคือการใช้ไวยากรณ์ต่อไปนี้:

 import numpy as np

ส่วน การนำเข้า numpy ของโค้ดจะบอก Python ให้รวมไลบรารี NumPy เข้ากับสภาพแวดล้อมปัจจุบันของคุณ

ส่วน as np ของโค้ดจะบอกให้ Python ให้นามแฝงของ NumPy np ซึ่งจะทำให้คุณสามารถใช้ฟังก์ชัน NumPy ได้โดยเพียงแค่พิมพ์ np.function_name แทนที่จะพิมพ์ numpy.function_name

เมื่อคุณนำเข้า NumPy แล้ว คุณจะสามารถใช้ฟังก์ชันในตัวเพื่อสร้างและวิเคราะห์ข้อมูลได้อย่างรวดเร็ว

วิธีสร้างอาร์เรย์ NumPy พื้นฐาน

ประเภทข้อมูลทั่วไปที่คุณจะใช้งานใน NumPy คือ อาร์เรย์ ซึ่งสามารถสร้างได้โดยใช้ฟังก์ชัน np.array()

รหัสต่อไปนี้แสดงวิธีการสร้างอาร์เรย์ NumPy หนึ่งมิติพื้นฐาน:

 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

คุณยังสามารถสร้างหลายตารางและดำเนินการกับตารางเหล่านั้นได้ เช่น การบวก การลบ การคูณ ฯลฯ

 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])

ลองอ่าน คู่มือ Absolute Beginner’s Guide to NumPy เพื่อดูข้อมูลเบื้องต้นโดยละเอียดเกี่ยวกับฟังก์ชันพื้นฐานทั้งหมดของ NumPy

ข้อผิดพลาดที่อาจเกิดขึ้นเมื่อนำเข้า NumPy

ข้อผิดพลาดที่อาจเกิดขึ้นที่คุณอาจพบเมื่อนำเข้า NumPy คือ:

 NameError : name 'np' is not defined

สิ่งนี้จะเกิดขึ้นเมื่อคุณไม่ได้ใช้นามแฝง NumPy เมื่อนำเข้า อ่าน บทช่วยสอนนี้ เพื่อเรียนรู้วิธีแก้ไขข้อผิดพลาดนี้อย่างรวดเร็ว

แหล่งข้อมูลเพิ่มเติม

หากคุณต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ NumPy โปรดดูแหล่งข้อมูลต่อไปนี้:

รายการคู่มือสถิติ Python ทั้งหมด
หน้าเอกสาร NumPy ออนไลน์
หน้า Twitter อย่างเป็นทางการของ NumPy