Найпростіший спосіб використовувати numpy: імпортувати numpy як np

NumPy , що розшифровується як Numerical Python, — це наукова обчислювальна бібліотека, створена на мові програмування Python.

Найпоширенішим способом імпорту NumPy у ваше середовище Python є використання такого синтаксису:

 import numpy as np

Частина коду імпорту numpy повідомляє Python інтегрувати бібліотеку NumPy у ваше поточне середовище.

Потім частина коду as np повідомляє Python надати NumPy псевдонім np . Це дозволяє використовувати функції NumPy, просто ввівши np.function_name замість numpy.function_name.

Після того, як ви імпортували NumPy, ви можете використовувати вбудовані функції для швидкого створення та аналізу даних.

Як створити базовий масив NumPy

Найпоширенішим типом даних, з яким ви працюватимете в NumPy, є масив , який можна створити за допомогою функції np.array() .

Наступний код показує, як створити базовий одновимірний масив NumPy:

 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

Ви також можете створити кілька таблиць і виконувати над ними такі операції, як додавання, віднімання, множення тощо.

 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])

Ознайомтеся з Посібником для початківців із NumPy , щоб отримати детальну інформацію про всі основні функції NumPy.

Потенційні помилки під час імпорту NumPy

Потенційна помилка, з якою ви можете зіткнутися під час імпорту NumPy:

 NameError : name 'np' is not defined

Це трапляється, коли під час імпортування не вдається створити псевдонім NumPy. Прочитайте цей посібник , щоб дізнатися, як швидко виправити цю помилку.

Додаткові ресурси

Якщо ви хочете дізнатися більше про NumPy, перегляньте такі ресурси:

Повний список посібників зі статистики Python
Сторінка документації NumPy онлайн
Офіційна сторінка NumPy у Twitter