0% acharam este documento útil (0 voto)
47 visualizações9 páginas

Introdução ao NumPy em Python

Numpy é um pacote Python essencial para machine learning e inteligência artificial, permitindo operações matemáticas e criação de arrays, vetores e matrizes multidimensionais de forma eficiente. Ele provê funções para criar, manipular e realizar cálculos com estruturas de dados numéricas de várias dimensões.

Enviado por

Kayro Cesar
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd
0% acharam este documento útil (0 voto)
47 visualizações9 páginas

Introdução ao NumPy em Python

Numpy é um pacote Python essencial para machine learning e inteligência artificial, permitindo operações matemáticas e criação de arrays, vetores e matrizes multidimensionais de forma eficiente. Ele provê funções para criar, manipular e realizar cálculos com estruturas de dados numéricas de várias dimensões.

Enviado por

Kayro Cesar
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PDF, TXT ou leia on-line no Scribd

Numpy

- Um dos principais pacotes da linguagem Python para machine


learning e inteligência artificial. Essencialmente, ele é um pacote
para operações matemáticas, possuindo assim muitas funções prontas para
estas operações.

- O NumPy é o pacote básico da linguagem Python que permite trabalhar com


arranjos, vetores e matrizes de N dimensões, de uma forma comparável e com
uma sintaxe semelhante ao software proprietário Matlab, mas com muito mais
eficiência, e com toda a expressividade da linguagem

import numpy ou import numpy as np

Funções
[Link]:

- Cria uma estrutura de dados, com dados de apenas um tipo

- Array como uma tabela, onde todos os dados existentes serão do


mesmo tipo, normalmente números, e podendo ter uma ou mais “colunas”
na tabela.
- Ex:

- O objeto “a” foi criado com os valores 1, 2 e 3, armazenados como


números
- Organizados em apenas uma dimensão, como se estivessem todos em
uma mesma coluna de nossa tabela.

- Podemos criar objetos com mais de uma dimensão:

- Ex:

- Objeto “b” também foi criado apenas com números

- Inserimos dois grupos de dados separados por colchetes, e por


vírgula

- A função organiza cada grupo em uma dimensão (coluna) diferente

- Implica em uma criação com duas dimensões

- Se retirássemos os colchetes de separação e a vírgula, ficando apenas


“[1, 2, 3, 4, 5, 6]”, estes 6 números ficariam na mesma coluna, e nosso
objeto teria apenas uma dimensão.
- As colunas que estamos criando são exibidas nas linhas, sendo que cada
linha seria uma coluna.

- Podemos acessar o conteúdo de cada dimensão de maneira


independente, através dos índices.

Operações com o array

• [Link]() – retorna o maior elemento existente em “b”

• [Link]() – retorna o menor elemento existente em “b”

• [Link]() – retorna a soma de todos os elementos existentes em “b”

• [Link]() – retorna a multiplicação de todos os elementos


existentes em “b”

• [Link]() – retorna a média dos elementos existentes em “b”

• median(): utilizado para calcular a mediana de uma matriz.

• [Link]() – retorna o desvio padrão dos elementos existentes em “b”

• dtype() - propriedade utilizada para retornar o tipo de dados de


um array de uma matriz.
Criando matrizes

- Objeto “b” como uma matriz

- Criação de matrizes específicas

- Matrizes de zeros

- Matrizes de uns

- Matrizes quadradas com diagonal preenchida

• [Link]() – cria uma matriz de zeros


• [Link]() – cria uma matriz de uns
• [Link]() – cria uma matriz n x n, com a diagonal
preenchida com uns e demais elementos zero

-Por exemplo: [Link]((4, 3)) criará uma matriz 4 x 3

- MATRIZ (LINHAS X COLUNAS)


- Shape é uma forma de informar ao Python as dimensões do array

- 5 matrizes de 3 linhas e 6 colunas.


- Um objeto em 3 dimensões, com altura, largura e profundidade

[Link](): [Link] nós conseguimos criar conjunto de dados em


sequência
[Link](): O [Link] permite com que você crie uma
sequência linear de valores espaçados igualmente entre si.

- endpoint = False, e isso significa que não vamos considerar o valor 100,
ele não precisar aparecer dentro do nosso conjunto

- retstep = True,Ele nada mais é do que o espaçamento que foi dado entre
cada um dos números.

- shape: formato dos conjuntos de dados

- size: tamanho desse conjunto

- ndim: número de dimensões que temos nesse conjunto

Concatenando Arrays

[Link]()
Consultando itens de um Array

Gerando amostras aleatórias

Diferença entre Array e Lista

Você também pode gostar