Numpy Functions Flashcards
Aprender a decorar a funções numpy
Como funciona numpy.where
E quais argumentos posso passar
Np.where(array boleana, cond-True, cond-False)
Ex:
Arr = np.random(4, 4)
Np.where(are > 0, 2, -2)
Se arr for maior q zero, receberá 2, caso for menor, receberá -2
Como funciona numpy.arange()
Numpy.arange(), funciona de maneira semelhante a random do python, gera uma sequência de valores
Como funciona numpy.unique()
Numpy.unique() pega um array de qualquer tamanho, com muitos valores repetidos , retornando uma array ordenada. Ex Arr = np.array([7, 7, 9, 1, 6, 0, 0]) Np.unique(arr) ([0, 1, 6, 7, 9])
Mean
Ex:
Are.mean()
Retorna a média
Sqrt
Ex:
Arr.sqrt()
Retorna a raíz quadrada
Como salvar arrays em arquivos
Salvando uma array:
Np.save(‘some_array’, arr)-> salva está array em seus arquivos
Salvando várias arrays:
Np.savez(‘some_arrays’, a=arr1, b=arr2)-> salva a arr1 em a é arr2 em b
Na hora de querer qualquer uma das arrays e so chamar a string depois especificar a letra da arr
Como carregar arrays numpy
Np.load(‘nome da array’)
Como criar uma array()
Np.array([valores])
Np.array(lista, tup ou dict)
Como funciona o método np.random.randn()
Gera valores totalmente aleatórios, com ponto fluente
Podemos especificar o tamanho, especificando o reshape(())
Pra q serve o metodo copy () no numpy
Para criar uma array sem criar laços com a array q foi copiada
Como utilizar o método reshape no numpy
E comp e sua sintaxe
Podemos, usar em conjunto de alguns métodos numpy, para definir o tamanho é se a array e bidmencional
Arr.reshape()
Arr = np.arange(9).reshape((3, 3))
Como funciona o método sum no numpy
Ele soma todos os valores da array
Arr.sum()
Como atuar em linha ou coluna no numpy
Utilizando o método axis
Axis=’columns’ ou axis=’index’
Axis=0 axis=1
Como deixar uma array organizada
Podemos passar a função arr.sort()
Como deixar uma array organizada
Podemos passar a função arr.sort()
Como saber o tipo de dados, q estão fazendo parte da array??
E comp mudamos o tipo da array?
Podemos usar o dtype, q informa q tipo a array e composta.
Np.dtype(arr)
Usando a função numpy astype
Arr.astype(np.novo tipo)
Como utilizar a função numpy chamada zeros, é pra q rela serve?
A função np.zeros() gera uma array contendo somente valores 0
Podemos passar o reshape para ela ser maior
Como utilizar a função np.abs()
Numpy.abs() devolve um array boleano contendo False se for menor q a condição e True se for maior
Ex:
Arr = np.array([1, 2, 3, 4, 5])
Np.abs(arr) >= 3
Os valores abaixo a três são False e os acima são True
Como se utilizar da função maximum de numpy?
Bom, a função maximum de np pode receber várias arrays e retornar o maior valor entre elas(os Index tem q ser iguais)
Ex:
X= np.random.arange(8)
Y=np.random.arange(8)
Np.maximum(x, y)
[X, y, y,x, y..]
Ve qual valor e maior em cada linha
Como saber o tamanho de uma array??
Usando o método shape()
Arr.shape()
Retorno: tamanho da array
Função cumsum()
Vê a soma detalhada dos valores
FATIAMENTO
Data[names == ‘bob’]
Está incluso duas arrays
Data e names
Data contem valores diferentes de names
Então, o nome q for igual a bob em names Vai receber True, e os demais False.
Oq for false em data nao vai ser printado e True Sim
FATIAMENTO:
Data[~(names==’bob’)]
Data e names são arrays diferentes
~ significa q e pra fazer exatamente o contrário
Em names oq for igual a bob recebe True e os demais False
Em data is for True Vai ser Printado e os outros não
No numpy oq significa os símbolos | é &?
| & e a mesma coisa do and em python puro
e mesma coisa de or em python puro
FATIAMENTO:
ser > 0).sum (
No primeiro exemplo, os valores q são maiores q 0 vao ser somados
FATIAMENTO:
data[names != ‘joe’] = 7
Data e names são arrays diferentes
Em names oq for diferente de Joe vai ser True e os iguais False
Em data os valores True vão receber 7 os demais vão continuar sendo os mesmos
FATIAMENTO:
Arr[[3, 1, 4]]
Arr[[-2, -4]]
No primeiro exemplo, o fatiamento vai pegar os Index cujo os valores são 3, 1, 4 nessa ordem msm
No segundo exemplo, o fatiamento vai pegar os Index cujo os valores são -2, -4 nessa ordem msm
FATIAMENTO:
Arr[[2, 6, 3]][:, [5, 2, 4, 1]]
Esse tipo de fatiamento e chamado de fatiamento sofisticado
Nós primeiros dois colchetes vão estar os Index desejados
Nós outros dois vão estar os valores
: Significa para pegar todos os valores
E os números no final a ordem