Biblioteca de dados NumPy
NumPy — uma biblioteca de código aberto para a linguagem de programação Python, que implementa um grande número de operações para trabalhar com vetores, matrizes e arrays.
Algoritmos matemáticos implementados em linguagens interpretadas (por exemplo, Python) costumam ser muito mais lentos do que aqueles implementados em linguagens compiladas (por exemplo, Fortran, C, Java). A biblioteca
NumPy fornece implementações de algoritmos computacionais (na forma de funções e operadores) otimizados para trabalhar com matrizes multidimensionais.
Como resultado, qualquer algoritmo que possa ser expresso como uma sequência de operações em arrays (matrizes) e implementado usando
NumPy é rápido o suficiente.
NumPy (Numeric Python) é uma biblioteca matemática básica para trabalhar com dados. Esta biblioteca é a base de outras bibliotecas para trabalhar com aprendizado de máquina ou tarefas de análise de dados (por exemplo,
Pandas (trabalhando com dados tabulares),
SciPy (métodos de otimização e cálculos científicos), < tt>Matplotlib (plotagem)).
Trabalhando com NumPy
Para começar a trabalhar com a biblioteca numpy, você precisa importá-la no início do programa como qualquer outra biblioteca,
importar numpy
ou então (que é usado com mais frequência)
importar numpy como np
Vetores NumPy
Um vetor (ou array) em NumPy é um conjunto ordenado de dados homogêneos.
Um elemento de um vetor pode ser acessado por seu índice, assim como é feito nas listas. Cada elemento do vetor tem seu lugar específico, que é definido durante a criação.
Todos os elementos do vetor têm o mesmo tipo de dados (int, str, bool, etc.).
Criando um vetor
Para criar um vetor, você precisa usar o construtor numpy.array (um objeto iterável).
Os parênteses indicam qualquer objeto iterável: tupla, lista, intervalo(), etc.
Exemplo
importar numpy como np
importar numpy como np
print(np.array((1,2,3,4,5))) # vetor da tupla
print(np.array([1,2,3,4,5])) # vetor da lista
print(np.array(range(5))) # vetor do gerador