Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Методы системного анализа, принятия решений и обработки информации с помощью компьютерных программ. Учебное пособие

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

1 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 56 / 96 7 8 9 > Следующая >>>

Если название модуля слишком длинное, то спомощью ключевого слова as для него можно создать псевдоним:

Для подключения определенных атрибутов модуля используется инструкция from.

Подключение библиотек спомощью инструкции:

5.3. Библиотека NumPy

NumPy является основным пакетом для научных вычислений вPython.

NumPy (Numerical Python) — это открытая бесплатная библиотека Python, которая позволяет работать с многомерными матрицаами и матрицами, и делает это быстро [19]. Основной областью применения NumPy является реализация математических формул, работающих сматрицами и векторами. NumPy, можно также использовать через Jupyter Notebook.

В начале его нужно установить: выполнить втерминале команду:

Далее импортируем пакет в Python, чтобы начать работу командой:

Типы данных вNumPy

Каждый встроенный тип данных имеет символьный код:

5.4. Операции сматрицами вPython

Операции матричной алгебры реализованы вPython ввиде библиотеке NumPy [20].

5.4.1. Создание матриц

Спомощью NumPy можно создавать структуры данных (матрица), позволяющие хранить несколько значений в одной переменной. Главный объект библиотеки NumPy— матрица.

После создания матрица NumPy над ним можно совершать различные действия. Например, можно изменять форму матрица или индексировать матрица, сцелью доступа кэлементам, выполнять математические операции, такие как сложение, умножение иделение.

Рассмотрим, какие операции можно выполнять сматрицами вNumPy, изменять их форму ивыполнять итерации над ними.

Для создания матрицы вбиблиотеке NumPy используется функция numpy.array(), вкоторую передается список значений.

Пример создания матриц в программе рассмотрен нарисунок 21.

С помощью этой функции можно создавать одномерные имногомерные матрица:

В скрипте инициировали переменную arr. Ззатем спомощью встроенной функции np.array создали Pythonсписок.

Чтобы понять, как всё это выглядит экране, воспользуемся функцией print ():

Рисунок 21. Примеры создания матриц

Как мы видим, впервом случае получился одномерный матрица, во втором— двумерный матрица, который состоит издвух одномерных. Аво третьем— трёхмерный

Указать тип можно спомощью дополнительного параметра dtype. Пример использования функции dtype рассмотрен нарисунке 22.

Рисунок 22. Пример использования функции dtype

Как видно изпримера, целые числа при выводе втерминал были приведены кчислам сплавающей точкой.

5.4.2. Создание специальных матриц NumPy

Иногда существует необходимость сгенерировать матрицы суже заполненными значениями. Например, заполнить все ячейки нулями или единицами.

Пустой массив. Для этой цели вбиблиотеке есть функция numpy.empty() [20]. Функция numpy.empty создает неинициализированный массив заданной формы иdtype.

Синтаксис функции:

Матрица изнулей. Для этой цели вбиблиотеке есть

функция numpy.zeros [20].

Синтаксис функции

Размер матрицы задается кортежем (рисунок 23).

Рисунок 23. Пример создания матрицы изнулей

Матрица изединиц. Взадачах машинного обучения и статистики, может потребоваться инициализировать вектор весов или другую структуру данных единицами. Создаётся спомощью функция numpy ones().

Синтаксис функции

Примеры создания матриц с помощью функции numpy.ones() [20], представлены нарисунке 24.

Рисунок 24. Пример создания матриц изединиц

5.4.3. Генерация целого случайного числа

Функция np.random.randint() [20], предназначенная для генерации случайных целых чисел. возвращает случайное целое число наоснове указанного диапазона (рисунок 25).

Синтаксис

Рисунок 25. Пример генерации матриц

5.4.4. Арифметические операции

Для работы сматрицами можно использовать арифметические операторы (+, -, *, /, //, %, **) (рисунок 26). Две матрицы можно складывать (+) и перемножать (*) спомощью арифметических операторов, если они имеют одинаковую размерность.

Рисунок 26. Пример использования арифметических

операций

Оператор (*) совершает поэлементное умножение, втом числе и для двухмерных массивов. Чтобы произвести матричное умножение, используется оператор @ (рисунок 27).

5.4.5. Индексация исрезы

Доступ кэлементам матрица осуществляется спомощью индексации. Индексация матриц начинается с0.

Допустим, унас есть двумерный матрица:

Рисунок 27. Пример использования оператора умножения

И мы хотим увидеть, какое значение элемента, который находится впервой строке натретьем месте. Сделать это можно спомощью специального оператора []:

Такие значения выбрали, так как нумерация элементов вPython начинается снуля, азначит, первая строка будет нулевой индекс, атретий столбец— вторым (рисунок 28, 29).

<<< < Предыдущая 1 2 3 4 56 / 96 7 8 9 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]