Numpy Functions

Question 1

Como funciona numpy.where

E quais argumentos posso passar

Answer 1

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

Question 2

Como funciona numpy.arange()

Answer 2

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

Question 3

Como funciona numpy.unique()

Answer 3

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])

Question 4

Mean
Ex:
Are.mean()

Answer 4

Retorna a média

Question 5

Sqrt
Ex:
Arr.sqrt()

Answer 5

Retorna a raíz quadrada

Question 6

Como salvar arrays em arquivos

Answer 6

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

Question 7

Como carregar arrays numpy

Answer 7

Np.load(‘nome da array’)

Question 8

Como criar uma array()

Answer 8

Np.array([valores])

Np.array(lista, tup ou dict)

Question 9

Como funciona o método np.random.randn()

Answer 9

Gera valores totalmente aleatórios, com ponto fluente

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

Question 10

Pra q serve o metodo copy () no numpy

Answer 10

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

Question 11

Como utilizar o método reshape no numpy

E comp e sua sintaxe

Answer 11

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))

Question 12

Como funciona o método sum no numpy

Answer 12

Ele soma todos os valores da array

Arr.sum()

Question 13

Como atuar em linha ou coluna no numpy

Answer 13

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

Question 14

Como deixar uma array organizada

Answer 14

Podemos passar a função arr.sort()

Question 14

Como deixar uma array organizada

Answer 14

Podemos passar a função arr.sort()

Question 15

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

E comp mudamos o tipo da array?

Answer 15

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)

Question 16

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

Answer 16

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

Question 17

Como utilizar a função np.abs()

Answer 17

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

Question 18

Como se utilizar da função maximum de numpy?

Answer 18

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

Question 19

Como saber o tamanho de uma array??

Answer 19

Usando o método shape()

Arr.shape()
Retorno: tamanho da array

Question 20

Função cumsum()

Answer 20

Vê a soma detalhada dos valores

Question 21

FATIAMENTO

Data[names == ‘bob’]

Answer 21

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

Question 22

FATIAMENTO:

Data[~(names==’bob’)]

Answer 22

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

Question 23

No numpy oq significa os símbolos | é &?

Answer 23

| & e a mesma coisa do and em python puro

e mesma coisa de or em python puro

Question 24

FATIAMENTO:

ser > 0).sum (

Answer 24

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

Question 25

FATIAMENTO:

data[names != ‘joe’] = 7

Answer 25

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

Question 26

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

Arr[[-2, -4]]

Answer 26

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

Question 27

FATIAMENTO:

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

Answer 27

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