Что такое NumPy?
NumPy — это опенсорсная библиотека Python, предназначенная для математических, научных и инженерных вычислений. Также она очень часто используется при работе с данными. Numpy невероятно хорошо подходит для математических и статистических расчетов и отлично работает с многомерными массивами и матрицами.
Для любого научного проекта знание библиотеки NumPy просто обязательно. Эта библиотека была создана для работы с многомерными массивами линейной алгебры. В ней реализованы алгоритмы работы со случайными числами, преобразования Фурье и много других полезных инструментов. Она легко интегрируется с С/С++ и Fortran.
NumPy, как уже выше отмечалось, работает с многомерными массивами и матрицами, и в ней реализовано множество математических функций и операций над ними. В связи с этим мы рассмотрим важные функции, которые вам необходимо знать для изучения TensorFlow.
Зачем использовать NumPy?
NumPy очень эффективно расходует память. Поэтому обработка больших массивов данных с использованием этой библиотеки становится гораздо доступней, чем с любой другой. Помимо этого, NumPy особенно удобна для выполнения матричного умножения и других матричных преобразований. Кроме того, NumPy очень быстра. На самом деле, такие библиотеки как TensorFlow и Scikit-learn используют для этих операций именно NumPy .
Учебный план
- установка NumPy;
- руководство по массивам NumPy ;
- функции numpy.zeros() и numpy.ones();
- функция numpy.reshape();
- функции numpy.hstack() и numpy.vstack();
- функция numpy.asarray();
- функция numpy.arange();
- функции numpy.linspace() and numpy.logspace();
- индексы и срезы у массивов NumPy;
- статистические функции в NumPy с примерами;
- функция numpy.dot(): скалярное произведения в NumPy;
- матричное умножение в NumPy при помощи функции numpy.matmul() с примерами.
