NumPy, (Numerical Python) é uma biblioteca de código aberto, sendo um pacote fundamental amplamente utilizado para computação numérica e científica de alto desempenho e velocidade em Python, conforme já mencionado em artigos anteriores.
A biblioteca NumPy é escrito em linguagem C é a implementação mais usada de uma estrutura de dados de array em Python, fornecendo um tipo de array de alto desempenho chamado ndarray.
O Numpy trabalha com um objeto de matriz N-dimensional particularmente poderoso chamado ndarray (N-Dimensional Array / Array of N Dimensions) e possui várias funções e métodos para manipulá-lo.
Muitas das bibliotecas mais populares e importantes são baseadas em NumPy, como SciPy (para computação científica), Pandas (análise de dados), OpenCV, Scikit-learn e Keras e centenas de outros bibliotecas em Python que utiliza o NumPy como base.
Criando um objeto ndarray Numpy
NumPy é usado para manipular matrizes. O objeto array em NumPy é chamado ndarray.
Podemos criar um objeto ndarray NumPy usando a função array(), na qual a função type() é a função interna do Python que nos informa o tipo do objeto passado para ela.
Veja o código abaixo para mais detalhes.
import numpy as np
vetor = np.array([1, 2, 3, 4, 5])
print(vetor)
print(type(vetor))O resultado do código pode ser observado abaixo.
[1 2 3 4 5] <class 'numpy.ndarray'>
Dimensões em matrizes de forma descomplicada
As dimensões na matriz são a profundeza da matriz (arrays aninhados), onde arrays aninhados são arrays cujos elementos são arrays.
Vamos dar uma olhada em algumas das dimensões em arrays.
Abaixo, vemos um exemplo de código NumPy para matrizes 0-D ou 0-dimensionais.
Uma matriz 0-D ou escalar é um elemento da matriz, cada valor na matriz é uma matriz de dimensão zero.
import numpy as np
vetor = np.array(42)
print(vetor)Uma matriz com matrizes de dimensão zero como elemento é chamada de matriz unidimensional ou um dimensão.
Esta é a matriz mais geral e básica.
Veja o código abaixo:
import numpy as np
vetor = np.array([1, 2, 3, 4, 5])
print(vetor)Uma matriz que consiste em matrizes unidimensionais como elementos é chamada de matriz bidimensional.
Estes são frequentemente usados para representar matrizes ou tensores de 2ª ordem.
Veja o código abaixo:
import numpy as np
vetor = np.array([[1, 2, 3], [4, 5, 6]])
print(vetor)Uma matriz que possui matrizes 2-D (matrizes) como seus elementos é chamada de matriz 3-D.
Estes são frequentemente usados para representar um tensor de 3ª ordem.
Veja o código abaixo
import numpy as np
vetor = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(vetor)O Array escrito em NumPy fornece o atributo ndim que retorna um valor inteiro que nos fornece a informação de quantas dimensões contém no array.
Para mais detalhes veja o código abaixo:
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [7, 5, 6]])
d = np.array([[[1, 2, 3], [8, 5, 6]], [[10, 2, 3], [40, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)Se quiser conhecer um pouco sobre a biblioteca numpy, veja a playlist do canais do site no link abaixo, e também se inscreva em nosso canal:
Caso queira se aprofundar nesta area de desenvolvimento em Python para ciência de dados, veja este curso publicado na Udemy do Professor Eder Carlos Fernandes, este curso foi feito especialmente para quem esta começando na area de ciência de dados com Python, segue o link abaixo:
Introdução a ciência de dados com Python – Autor: Prof. Eder Carlos Fernandes.
Acompanhe as nossas redes sociais para se manter atualizado, veja abaixo:
Um grande abraço a todos
Próximo tópico Numpy – Indexação de array Python com a biblioteca NumPy
Tópico anterior Numpy – Numpy biblioteca Python, o que é? Como funciona?