-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathlecture1.py
More file actions
176 lines (111 loc) · 4.5 KB
/
Copy pathlecture1.py
File metadata and controls
176 lines (111 loc) · 4.5 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
#здесь будет конспект лекции
import numpy as np
import sys
import array
#типы данных в питоне
x = 1
print(type(x))
print(sys.getsizeof(x))
x = 'hello'
print(type(x))
x = True
print(type(x))
l1 = list([])
print(sys.getsizeof(l1))
l2 = list([1,2,3])
print(sys.getsizeof(l2))
l3 = list([1, 'hello', True])
print(sys.getsizeof(l3))
a1 = array.array('i', [1,2,3])
print(type(a1))
print(sys.getsizeof(a1))
## 1. Какие еще существуют коды типов?
## 2. Напишите код, подобный приведенному выше, но с другим типом
#___________________________________________________________________________#
a = np.array([1,2,3,4,5])
print(type(a), a)
aa = np.array([1,2,3.2, 12.3], dtype = int)
print(type(aa), aa)
arr = np.array([range(i, i+3) for i in [2,4,6]])
print(arr)
print(f"type of array: {type(arr)}" )
a5 = np.zeros(10, dtype=int)
print(a5, type(a5))
print(np.ones((2,4), dtype=float))
print((np.full((5,5), 3.1415)))
print(np.arange(0, 20, 3)) #печатает от 0 до 20 с шагом 3
print()
print(np.eye(4))
## 3. Напишите код для создания массива с 5 значениями, располагающимися через равные интервалы в диапазоне от 0 до 1
## 4. Напишите код для создания массива с 5 равномерно распределенными случайными значениями в диапазоне от 0 до 1
## 5. Напишите код для создания массива с 5 нормально распределенными случайными значениями с мат. ожиданием = 0 и дисперсией 1
## 6. Напишите код для создания массива с 5 случайнвми целыми числами в от [0, 10)
###МАССИВЫ
np.random.seed(2)
x1 = np.random.randint(100, size = 5)
x2 = np.random.randint(100, size = (5,2))
x3 = np.random.randint(100, size = (5,2,1))
print(x1, end="\n\n")
print(x2)
#print(x3)
#ndim - число размерностей, размер каждой размерности - shape, общ размер массива size
print(x1.ndim, x1.shape, x1.size)
#доступ к элементам массива
#index
aaa = np.array([1,2,3,4,5,6,6])
print(aaa[0])
print(aaa[-2])
aaa[2] = 244
print(aaa)
#Срез: [начальный элемент:конечный:шаг]
a = np.array([1,2,3,4,5,6])
print(a[0:3:1])
print(a[1:-1])
print(a[1::2])
## 7. Написать код для создания срезов массива 3 на 4
## - первые две строки и три столбца
## - первые три строки и второй столбец
## - все строки и столбцы в обратном порядке
## - второй столбец
## - третья строка
b= a[:3]
print(b)
b[0] = 100
print(a)
## 8. Продемонстрируйте, как сделать срез-копию
print("np arrange: ")
a = np.arange(1, 13)
print(a)
print("\n")
print(a.reshape(2, 6))
print(a.reshape(3, 4))
## 9. Продемонстрируйте использование newaxis для получения вектора-столбца и вектора-строки
x = np.array([1,2,3])
y = np.array([4, 5])
z = np.array([6])
print(np.concatenate([x,y,z]))
'''r1 = np.vstack([x,y])#вертикальное склеивание
print(r1)
print(np.hstack([r1, r1]))
'''
## 10. Разберитесь, как работает метод dstack
## 11. Разберитесь, как работают методы split, vsplit, hsplit, dsplit
#векторизированная операция - независимо к каждому элементу
x = np.arange(10)
print(x)
print(x*2+1)
#Универсальные функции
# - - / // ** %
## 12. Привести пример использования всех универсальных функций, которые я привел
#np.abs sin/cos/tan, exp, log, sinh,
x = np.arange(5)
y = np.zeros(10)
print(np.multiply(x, 10,out = y[::2]))
print(y)
x = np.arange(1, 5)
print(x, end = "\n\n")
print(np.add.reduce(x))
print(np.add.accumulate(x))
x = np.arange(1, 10)
print(np.add.outer(x,x))
print(np.multiply.outer(x,x))