Робота із масивами даних. Numpy
На цьому уроці розберемо бібліотеку Numpy та навчимося працювати з масивами даних. Розглянемо основні операції над масивами, математичні функції та способи ефективної обробки великих обсягів числових даних.
Code and results
Published version after Merge. Results were saved by the author; code does not run on this page.
Python · 1
# Спробував базові маніпуляції з матрицями і векторами
# - згенерував кілька матриць з рандомними цілочисельними значеннями і вектор
# - підмінив значення в матрицях
# - помножив матриці між собою
# - посортував матрицю
# - вивів мінімальні та середні значення посортованої матриці
import numpy as np
a = np.random.randint(0, 49, (4,5))
b = np.random.randint(50, 100, (4,5))
c = np.arange(3,20,4)
print(f"{a}\n\n{b}\n\n{c}")
Results saved by the author in Colab
[[ 8 22 23 7 30] [38 42 1 13 41] [16 37 12 21 48] [41 32 24 6 36]] [[84 86 92 51 84] [57 82 82 70 77] [80 57 63 93 77] [58 54 91 82 92]] [ 3 7 11 15 19]
Python · 2
a[a > 21] = 0
b[(b > 70) & (b < 80)] = 99
print(f"{a}\n\n{b}\n\n{c}")
Results saved by the author in Colab
[[ 8 0 0 7 0] [ 0 0 1 13 0] [16 0 12 21 0] [ 0 0 0 6 0]] [[84 86 92 51 84] [57 82 82 70 99] [80 57 63 93 99] [58 54 91 82 92]] [ 3 7 11 15 19]
Python · 3
D = a.dot(b.T)
print(D)Results saved by the author in Colab
[[1029 946 1291 1038] [ 755 992 1272 1157] [3519 3366 3989 3742] [ 306 420 558 492]]
Python · 4
DS = np.sort(D, axis=0)
print(DS)Results saved by the author in Colab
[[ 306 420 558 492] [ 755 946 1272 1038] [1029 992 1291 1157] [3519 3366 3989 3742]]
Python · 5
E = a @ c
print(E)Results saved by the author in Colab
[129 206 495 90]
Python · 6
print("Min value: {}".format(DS.min()))
print("Mean rows vals: {}".format(DS.mean(axis=1)))
print("Mean columns vals: {}".format(DS.mean(axis=0)))Results saved by the author in Colab
Min value: 306 Mean rows vals: [ 444. 1002.75 1117.25 3654. ] Mean columns vals: [1402.25 1431. 1777.5 1607.25]
Community reviews
Good work. Thanks for attaching Google Colab Notebook. Approved.
