Gevectoriseerde bewerkingen

Introductie tot NumPy

Izzy Weber

Core Curriculum Manager, DataCamp

Een beetje hulp van C

Grafiek van de NumPy- en C-logo's die elkaar de hand schudden

np.arange(1000000).sum()

499999500000

Een afbeelding van het getal drie dat bij alle elementen in een array wordt opgeteld

array = np.array([[1, 2, 3], [4, 5, 6]])
for row in range(array.shape[0]):
    for column in range(array.shape[1]):
        array[row][column] += 3

array([[4, 5, 6],
       [7, 8, 9]])

array = np.array([[1, 2, 3], [4, 5, 6]])
array + 3

array([[4, 5, 6],
       [7, 8, 9]])

array = np.array([[1, 2, 3], [4, 5, 6]])
array * 3

array([[ 3,  6,  9],
       [12, 15, 18]])

array_a = np.array([[1, 2, 3], [4, 5, 6]])
array_b = np.array([[0, 1, 0], [1, 0, 1]])
array_a + array_b

array([[1, 3, 3],
       [5, 5, 7]])

array_a = np.array([[1, 2, 3], [4, 5, 6]])
array_b = np.array([[0, 1, 0], [1, 0, 1]])
array_a * array_b

array([[0, 2, 0],
       [4, 0, 6]])

array = np.array([[1, 2, 3], [4, 5, 6]])
array > 2

array([[False, False, True],
       [True,  True,  True]])

array = np.array(["NumPy", "is", "awesome"])
len(array) > 2

True

vectorized_len = np.vectorize(len)

vectorized_len(array) > 2

array([ True, False,  True])

Introductie tot NumPy