Numpy

Numerical Computing in Python

(Nümerik Python)

1
• Numpy, Python programlama dili için mevcut kütüphanelerden
biridir. Bu kütüphane veya modül, önceden derlenmiş sayısal ve
matematiksel fonksiyonlar sağlar. Bu nedenle lineer cebir ve
matris gibi matematiksel alanlarda çalışma yapmaya en uygun
kütüphanedir.

• Numpy, çok boyutlu dizilerde ve bilimsel hesaplamalarda belleği

verimli kullanmak üzere tasarlanmıştır. NumPy, 2005 yılında Travis
Oliphant tarafından oluşturulan açık kaynak kodlu bir projedir.

• NumPy, Nümerik Python yani Sayısal Python anlamına gelir.

2
Numpy
• Numpy, Scipy ve Matplotlib, Python'da MATLAB benzeri işlevsellik
sağlar.

Numpy'nin Özellikleri:
• Çok boyutlu diziler (matrisler)
• Hızlı sayısal hesaplamalar (matris matematiği)
• Üst düzey matematik fonksiyonları

3
NumPy'ye neden ihtiyacımız var?
• Python sayısal hesaplamaları yavaş yapar.

1000 x 1000 matris çarpımı:

• Python üçlü döngü > 10 dakika sürer.
• Numpy ~0.03 saniye sürer

4
• Veri Biliminde Neden NumPy Kullanılmalı?

• Python’da programlamada kullandığımız dizilerin amacına hizmet

eden listelerimiz (list) var, ancak bunların çalışma süreci yavaştır.
NumPy, geleneksel Python’un kullandığı dizi nesnelerinden 50 kat
daha hızlı bir dizi nesnesi sağlamayı amaçlamaktadır.

• NumPy’deki dizi nesnesine ndarray denir. NumpPy ndarray ile

çalışmayı çok çok kolaylaştıran birçok destek fonksiyonu barındırır.

5
• pip install numpy
Komutu ile numpy kurulumu yapılabilir

• Komutu ile numpy kütüphanesi projeye eklenilmekte ve «np»

takma adı verilmektedir.

6
Arrays
Yapılandırılmış sayı listeleri.
• Vektörler

• Matrisler

• Görüntüler

• Tensörler

• ConvNet'ler

7
Arrays
Yapılandırılmış sayı listeleri.

• Vektörler

• Matrisler
• Görüntüler
• Tensörler
• ConvNet'ler

8
Arrays
Yapılandırılmış sayı listeleri.

• Vektörler
• Matrisler
• Görüntüler
• Tensörler
• ConvNet'ler

9
Arrays
Yapılandırılmış sayı listeleri.

• Vektörler
• Matrisler
• Görüntüler
• Tensörler

• ConvNet'ler

10
11
NumPy ndarray Nesnesi Oluşturma

12
Diziler (Arrays)
import numpy as np
a = [Link]([[1,2,3],[4,5,6]],dtype=np.float32)
print [Link], [Link], [Link]

1. Diziler, sıfır dahil olmak üzere herhangi bir sayıda boyuta sahip olabilir.
2. Dizi elemanlarının tipleri: np.uint8, np.int64, np.float32, np.float64
3. Diziye ait her eleman vardır ve aynı tiptedir. Yani yoğun özellik gösterir

13
• Bir ndarray oluşturmak için list, tuple, set, dict gibi herhangi bir dizi
benzeri nesne, array () ile bir ndarray biçimine dönüştürülebilir.

14
1-D Diziler

15
2-D Diziler
• Genellikle matrisleri veya ikinci dereceden tensörleri temsil
etmek için kullanılır

16
3-D diziler
• Genellikle üçüncü dereceden bir tensörü temsil etmek için
kullanılır

17
NumPy Dizi İndeksleme/ Dizi Elemanlarına Erişim

18
NumPy Dizi İndeksleme/ Dizi Elemanlarına
Erişim

19
20
21
Negatif İndeksleme

22
NumPy Slicing
• NumPy’da slicing, belirli bir indeksten belirli bir indekse kadar
olan elemanları almak anlamına gelir.
[başlangıç: bitiş: artış miktarı]

23
24
25
26
Arrays
• [Link], [Link]
• [Link]

• [Link]

• [Link]

• np.zeros_like,
np.ones_like
• [Link]

27
Arrays
• [Link], [Link]
• [Link]

• [Link]

• [Link]

• np.zeros_like,
np.ones_like
• [Link]

28
Transpoze .T
a = [Link](10).reshape(5,2)
a = a.T

Matrislerin çarpımı
[Link](x,y)

29
Matematiksel Operatörler
• Mantıksal operatör bir bool dizisi döndürür

30