NumPy Introdução

Este artigo discute o Python Numpy com exemplos na esperança de que seja útil para os desenvolvedores.

NumPy – O que é?

A biblioteca Python Numpy é utilizada para trabalhar com arrays , então vamos começar com uma introdução ao Numpy .

Travis Oliphant inventou o NumPy em 2005. Você pode utilizá-lo livremente, pois é um projeto público (código aberto).

A sigla NumPy significa Numerical Python.

A biblioteca NumPy do Python é escrita principalmente em Python, mas a maioria das partes que precisam de processamento eficiente quando escritas em C ou C++ .

Além disso, suporta funções para lidar com álgebra linear , transformadas de Fourier e matrizes .



O NumPy é mais rápido que as listas?

As matrizes no NumPy são mantidas em um local contínuo na memória, para que os processos possam encontrá-las e trabalhar com elas muito rapidamente.

Na ciência de dados, esse fenômeno é chamado de localidade de referência.

O NumPy é mais eficiente que as listas devido a esse motivo. Ele também foi projetado para funcionar com as arquiteturas de CPU mais recentes.


Usos do NumPy

A linguagem Python possui listas que podem ser utilizadas como arrays, mas são demoradas.

O NumPy visa gerar um objeto de matriz até 50 vezes mais rápido que as listas regulares do Python .

NumPy tem um objeto array chamado ndarray que oferece muitas funções úteis que ajudam a trabalhar com ele muito facilmente.

Na ciência de dados, onde a velocidade e os recursos são essenciais, os arrays são comumente utilizados.

Ciência de dados: A pesquisa de ciência de dados é um ramo da ciência da computação que se concentra em armazenar, analisar e extrair insights de dados.


Instalar o NumPy

Se o Python e o PIP já estiverem instalados em um sistema, instalar o NumPy é simples e direto, pois pode ser feito facilmente usando o pip ou outros gerenciadores de pacotes.

Para instalar o NumPy usando pip, o comando que você usaria é:

pip install numpy

Se o comando acima para instalar o NumPy através do pip falhar, você pode tentar usar uma distribuição do Python que já inclua o NumPy, como Anaconda ou Spyder .

Essas distribuições vêm com uma ampla gama de pacotes pré-instalados, incluindo NumPy , o que significa que você não precisa passar pelo processo de instalação separadamente.

Você pode baixar e instalar o Anaconda ou Spyder, então você pode usar o pacote imediatamente.

Importar NumPy

Depois de instalar o NumPy com sucesso, você pode utilizá-lo em seu aplicativo Python importando-o utilizando a palavra-chave import.

import numpy

Após a importação, a biblioteca NumPy agora está acessível e pronta para uso.

Example:1 

1
2
3
4
5
import numpy
mrx_arr = numpy.array(["Apple", "Samsung", "OnePlus", "Xiomi", "Oppo", "Sony", "Huawei"])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example:2 

1
2
3
4
5
import numpy
mrx_arr = numpy.array([7, 4, 8.245, 9])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

NumPy como npy

NumPy é comumente importado e referenciado como alias 'npy'.

alias: Em Python, um alias é um nome alternativo usado para se referir ao objeto idêntico

Utilize a palavra-chave “as” para estabelecer um nome alternativo ao importar um módulo.

import numpy as npy

Ao utilizar o alias 'np', o pacote NumPy pode ser referido em vez de seu nome original 'numpy'.

Example: 

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([7, 4, 8.245, 9])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example: 

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array(["Apple", "Samsung", "OnePlus", "Xiomi", "Oppo", "Sony", "Huawei"])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Verifique a versão do NumPy

O número da versão do pacote está localizado no atributo de versão.

Example: 

1
2
3
4
5
import numpy as npy
mrx = npy.__version__
print(mrx)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

 

 

 

 

Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone