Wykład 2 - NumPy

Question 1

NumPy to skrót od

Answer 1

Numerical Python

Question 2

Rzecz, którą znajdziemy w NumPy związana z tablicą

Answer 2

ndarray - wydajna implementacja tablic wielowymiarowych umożliwiające szybkie wykonywanie operacjali arytmetycznych i elastyczne rozgłaszanie (ang. broadcasting)

Question 3

Znajdziemy ich wiele w NumPy do obliczeń

Answer 3

Funkcje matematyczne przeznaczone do wykonywania szybkich operacji na całych tablicach danych bez potrzeby tworzenia pętli

Question 4

Jakie narzędzia w Numpy

Answer 4

Przeznaczone do zapisu i odczytu danych tablicowych z plików umieszczonych na dysku a także w mapowanym obszarze pamięci

Question 5

Rzecz związana z algebrą z NumPy

Answer 5

Obsługa algebry liniowej generowania liczb losowych i transformacji Fouriera

Question 6

Jaki interfejs programistyczny jest związany z NumPy

Answer 6

Interfejs programistyczny c przeznaczony do łączenia pakietów numpy z bibliotekami napisanymi w języku c c++ lub Fortran

Question 7

Co umożliwia to że numpy jest wyposażona w prosty w użyciu interfejs programistyczny obsługujący język c

Answer 7

Proste przesyłanie danych zewnętrznych bibliotek napisanych w językach chińskiego poziomu dodatkowo rozwiązanie to pozwala na zwracanie przez zewnętrzne biblioteki danych do pythona w formie tablic numpy. Te możliwości sprawiły że Python stał się najpopularniejszym językiem do obudowywania starych baz kodu c c++ i fortran i zapewnienia im dynamicznego i łatwego w użyciu interfejsu

Question 8

Czego sam w sobie pakiet NumPy nie zawiera

Answer 8

Pakiet ten nie zawiera w sobie funkcji przeznaczonych do wykonywania obliczeń naukowych czy modelowania danych ale jeżeli zrozumiesz obsługę tablic numpy a także obliczeń wykonywanych na tablicach to łatwiej będzie ci używać w efektywny sposób narzędzi korzystających ze składni zorientowanej tablicowo takich jak pandas

Question 9

Możliwości pakietu NumPy związane z aplikacjami analizy danych

Answer 9

• szybkie operacje na tablicach
• standardowe algorytmy tablicowe jak operacje sortowania znajdowania elementów niepowtarzalnych i tworzenie zestawień
• wyrównanie danych i relacyjne operacje na danych służące do łączenia heterogenicznych zbiorów danych
• tworzenie logicznych operacji warunkowych bezpośrednio na tablicach bez potrzeby tworzenia zagnieżdżeń if elif else
• grupowe operacje na danych takie jak agregacja, transformacja, stosowanie funkcji

Question 10

o ile szybciej działają algorytmy pakietu numpy niż ich odpowiedniki napisane w czystym pythonie

Answer 10

Ogólnie rzecz biorąc algorytmy pakietu NumPy działają od 10 do ponad 100 razy szybciej

Question 11

Największa i najważniejsza cecha pakietu

Answer 11

Nwymiarowy obiekt tablicowy ndarray

Question 12

Tak określa się operację pomiędzy tablicami o różnych rozmiarach

Answer 12

Rozgłaszanie (ang. Broadcasting)

Question 13

Co się stanie jeżeli przypiszesz skalach do wycinka, np. arr[5:8] = 12

Answer 13

Wartość ta ulega wtedy propagacji - jest rozgłaszana i umieszczana w całym wybranym obszarze

Question 14

Różnica między wbudowanymi w Pythona listami i tablicami a robieniem wycinków w ndarray

Answer 14

Przechwycone wycinki są widokami elementów oryginalnej tablicy oznacza to że dane nie są kopiowane a modyfikacja wycinków spowoduje wprowadzenie zmian w tablicy źródłowej

Question 15

Dlaczego sytuacja zrobieniem wycinków tablic i tym że modyfikowanie ich wartości modyfikuje oryginalną tablicę istnieje

Answer 15

Ponieważ biblioteka numPy została z zaprojektowana z myślą o pracy z bardzo dużymi tablicami a więc wyobraź sobie potencjalne problemy z brakiem pamięci i niską wydajność wynikającą z ciągłego kopiowania danych

Question 16

Co jeśli chcesz wykonać kopię wycinka tablicy Ndarray???

Answer 16

Musisz określić chęć wykonania kopii w sposób jawny na przykład następująco:
arr[5:8].copy()

Question 17

Dwa sposoby na wzięcie trzeciego elementu z pierwszej tablicy z macierzy dwuwymiarowej. Dają taki sam efekt

Answer 17

1. arr2d[0][2]
2. arr2d[0, 2]