3.1 Введение в NumPy

После загрузки данных из файла (раздел 2.2) и их предварительной обработки (раздел 2.3) данные, как правило, представлены в виде списка чисел:

values = [10, 20, 30, 40]

На этом этапе данные уже очищены и приведены к числовому типу. Однако хранение чисел в списке ещё не означает возможность эффективного анализа. Аналитику требуется:

· вычислять статистические показатели;

· выполнять поэлементные преобразования;

· работать с большими массивами чисел;

· реализовывать математические формулы.

Списки Python позволяют хранить данные, но не предназначены для эффективных численных вычислений при больших объёмах информации. Для этих задач используется библиотека NumPy.

1.Подключение библиотеки

Установка (при необходимости):

pip install numpy

Подключение:

import numpy as np

Сокращение np является общепринятым.

2. Массив NumPy. как математический объект

Основной объект библиотеки – массив (ndarray).

Массив NumPy – это:

· упорядоченная структура;

· содержащая элементы одного типа;

· оптимизированная для численных вычислений.

Создание массива:

import numpy as np
 
x = np.array([1, 2, 3, 4])
 
print(x)

В отличие от списка, массив рассматривается как числовой вектор, то есть математический объект, над которым можно выполнять операции линейной алгебры и статистики.