Numpy Functions Flashcards

Aprender a decorar a funções numpy

1
Q

Como funciona numpy.where

E quais argumentos posso passar

A

Np.where(array boleana, cond-True, cond-False)

Ex:
Arr = np.random(4, 4)

Np.where(are > 0, 2, -2)

Se arr for maior q zero, receberá 2, caso for menor, receberá -2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Como funciona numpy.arange()

A

Numpy.arange(), funciona de maneira semelhante a random do python, gera uma sequência de valores

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Como funciona numpy.unique()

A
Numpy.unique() pega um array de qualquer tamanho, com muitos valores repetidos , retornando uma array ordenada.
Ex
Arr = np.array([7, 7, 9, 1, 6, 0, 0])
Np.unique(arr)
([0, 1, 6, 7, 9])
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Mean
Ex:
Are.mean()

A

Retorna a média

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Sqrt
Ex:
Arr.sqrt()

A

Retorna a raíz quadrada

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Como salvar arrays em arquivos

A

Salvando uma array:
Np.save(‘some_array’, arr)-> salva está array em seus arquivos

Salvando várias arrays:
Np.savez(‘some_arrays’, a=arr1, b=arr2)-> salva a arr1 em a é arr2 em b
Na hora de querer qualquer uma das arrays e so chamar a string depois especificar a letra da arr

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Como carregar arrays numpy

A

Np.load(‘nome da array’)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Como criar uma array()

A

Np.array([valores])

Np.array(lista, tup ou dict)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Como funciona o método np.random.randn()

A

Gera valores totalmente aleatórios, com ponto fluente

Podemos especificar o tamanho, especificando o reshape(())

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Pra q serve o metodo copy () no numpy

A

Para criar uma array sem criar laços com a array q foi copiada

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Como utilizar o método reshape no numpy

E comp e sua sintaxe

A

Podemos, usar em conjunto de alguns métodos numpy, para definir o tamanho é se a array e bidmencional

Arr.reshape()
Arr = np.arange(9).reshape((3, 3))

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Como funciona o método sum no numpy

A

Ele soma todos os valores da array

Arr.sum()

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Como atuar em linha ou coluna no numpy

A

Utilizando o método axis
Axis=’columns’ ou axis=’index’
Axis=0 axis=1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Como deixar uma array organizada

A

Podemos passar a função arr.sort()

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Como deixar uma array organizada

A

Podemos passar a função arr.sort()

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Como saber o tipo de dados, q estão fazendo parte da array??

E comp mudamos o tipo da array?

A

Podemos usar o dtype, q informa q tipo a array e composta.
Np.dtype(arr)

Usando a função numpy astype
Arr.astype(np.novo tipo)

16
Q

Como utilizar a função numpy chamada zeros, é pra q rela serve?

A

A função np.zeros() gera uma array contendo somente valores 0
Podemos passar o reshape para ela ser maior

17
Q

Como utilizar a função np.abs()

A

Numpy.abs() devolve um array boleano contendo False se for menor q a condição e True se for maior

Ex:
Arr = np.array([1, 2, 3, 4, 5])
Np.abs(arr) >= 3

Os valores abaixo a três são False e os acima são True

18
Q

Como se utilizar da função maximum de numpy?

A

Bom, a função maximum de np pode receber várias arrays e retornar o maior valor entre elas(os Index tem q ser iguais)

Ex:
X= np.random.arange(8)
Y=np.random.arange(8)

Np.maximum(x, y)

[X, y, y,x, y..]
Ve qual valor e maior em cada linha

19
Q

Como saber o tamanho de uma array??

A

Usando o método shape()

Arr.shape()
Retorno: tamanho da array

20
Q

Função cumsum()

A

Vê a soma detalhada dos valores

21
Q

FATIAMENTO

Data[names == ‘bob’]

A

Está incluso duas arrays
Data e names
Data contem valores diferentes de names
Então, o nome q for igual a bob em names Vai receber True, e os demais False.
Oq for false em data nao vai ser printado e True Sim

22
Q

FATIAMENTO:

Data[~(names==’bob’)]

A

Data e names são arrays diferentes
~ significa q e pra fazer exatamente o contrário
Em names oq for igual a bob recebe True e os demais False
Em data is for True Vai ser Printado e os outros não

23
Q

No numpy oq significa os símbolos | é &?

A

| & e a mesma coisa do and em python puro

e mesma coisa de or em python puro

24
Q

FATIAMENTO:

ser > 0).sum (

A

No primeiro exemplo, os valores q são maiores q 0 vao ser somados

25
Q

FATIAMENTO:

data[names != ‘joe’] = 7

A

Data e names são arrays diferentes
Em names oq for diferente de Joe vai ser True e os iguais False

Em data os valores True vão receber 7 os demais vão continuar sendo os mesmos

26
Q

FATIAMENTO:
Arr[[3, 1, 4]]

Arr[[-2, -4]]

A

No primeiro exemplo, o fatiamento vai pegar os Index cujo os valores são 3, 1, 4 nessa ordem msm

No segundo exemplo, o fatiamento vai pegar os Index cujo os valores são -2, -4 nessa ordem msm

27
Q

FATIAMENTO:

Arr[[2, 6, 3]][:, [5, 2, 4, 1]]

A

Esse tipo de fatiamento e chamado de fatiamento sofisticado

Nós primeiros dois colchetes vão estar os Index desejados
Nós outros dois vão estar os valores
: Significa para pegar todos os valores
E os números no final a ordem