numpy

Attributi/proprietà x.base x.data x.flags x.itemsizeRestituisce il numero di byte di ogni elemento (cioè lo spazio occupato in memoria da ciascun elemento) x.nbytesRestituisce il numero totale di byte consumati x.ndimIl numero di dimensioni x.shapeRestituisce una tupla con la “forma” (le dimensioni) del vettore o matrice x.sizeRestituisce la dimensione totale del vettore o della matrice x.strides

Ogni oggetto numpy.ndarray è accompagnato da un oggetto numpy.dtype (un’istanza della classe numpy.dtype) che fornisce informazioni sui suoi elementi import numpy as np x=np.array([1,2,3,4,5]) dt=x.dtype Attributi dt.byteorder dt.itemsize dt.name dt.type … Tipi numpy Character code Linguaggio C Valori numpy.int8 ‘b‘ char -128 127 numpy.int16 numpy.short ‘h‘ short -32 768 32 767 numpy.int32 numpy.intc ‘i‘ int … Leggi tutto

Aggiungere, rimuovere, ordinare elementi np.concatenate((a,b)) np.concatenate((a,b), axis=0) np.sort(a) np.sort(a, axis=…)axis=-1, ultimo asseaxis=None, I dati vengono trattati come  un array 1D np.sort(a, kind=…), Si può scegliere l’algoritmo di ordinamento! np.sort(a, order=…), Rispetto a quali campi ordinare, se esistono… Funzioni numeriche a.ceil() a.floor() a.max()Calcola il massimo nel vettore o matrice a.mean()Calcola la media di un vettore o … Leggi tutto

np.linalg.eig(a), determinante np.linalg.eig(a), autovalori e autovettori np.linalg.norm(a) np.linalg.solve(a,b) … Inoltre np.dot(a,b) np.inner(a,b) np.outer(a,b) np.trace(a) … Prova le operazioni più frequenti dell’algebra lineare import numpy as np a = np.array([[1.0, 2.0], [3.0, 4.0]]) # [[ 1. 2.] [ 3. 4.]] a.transpose() # array([[ 1., 3.], [ 2., 4.]]) np.linalg.inv(a) # array([[-2. , 1. ], [ 1.5, … Leggi tutto