Der einfachste Weg, NumPy zu verwenden: importiere numpy als np

NumPy, was für Numerical Python steht, ist eine wissenschaftliche Computerbibliothek, die auf der Programmiersprache Python aufbaut.

Die gängigste Methode zum Importieren von NumPy in Ihre Python-Umgebung ist die Verwendung der folgenden Syntax:

import numpy as np

Der import numpy- Teil des Codes weist Python an, die NumPy-Bibliothek in Ihre aktuelle Umgebung zu bringen.

Der as np -Teil des Codes weist Python dann an, NumPy den Alias np zu geben. Auf diese Weise können Sie NumPy-Funktionen verwenden, indem Sie einfach np.function_name anstelle von numpy.function_name eingeben.

Sobald Sie NumPy importiert haben, können Sie die darin integrierten Funktionen verwenden, um schnell Daten zu erstellen und zu analysieren.

So erstellen Sie ein einfaches NumPy-Array

Der häufigste Datentyp, mit dem Sie in NumPy arbeiten werden, ist das Array, das mit der Funktion np.array() erstellt werden kann.

Der folgende Code zeigt, wie ein einfaches eindimensionales NumPy-Array erstellt wird:

import numpy as np

#Array definieren
x = np.array([1, 12, 14, 9, 5])

#Display-Array
print(x)

[ 1 12 14  9  5]

#Anzahl der Elemente im Array anzeigen
x.size

5

Sie können auch mehrere Arrays erstellen und Operationen wie Addition, Subtraktion, Multiplikation usw. an ihnen ausführen.

import numpy as np 

#Arrays definieren
x = np.array([1, 12, 14, 9, 5])
y = np.array([2, 3, 3, 4, 2])

#Addieren Sie die beiden Arrays
x+y

array([ 3, 15, 17, 13,  7])

#subtrahiere die beiden Arrays
x-y

array([-1,  9, 11,  5,  3])

#Multiplizieren Sie die beiden Arrays
x*y

array([ 2, 36, 42, 36, 10])

Schauen Sie sich den Anfängerleitfaden zu NumPy an, um eine detaillierte Einführung in alle grundlegenden NumPy-Funktionen zu erhalten.

Mögliche Fehler beim Import von NumPy

Ein möglicher Fehler, auf den Sie beim Importieren von NumPy stoßen können, ist:

NameError: name 'np' is not defined

Dies tritt auf, wenn Sie NumPy beim Importieren keinen Alias geben. Lesen Sie dieses Tutorial, um herauszufinden, wie Sie diesen Fehler schnell beheben können.

Zusätzliche Ressourcen

Wenn Sie mehr über NumPy erfahren möchten, sehen Sie sich die folgenden Ressourcen an:

Vollständige Liste der Statology Python Guides
Online-NumPy-Dokumentationsseite
Offizielle NumPy-Twitter-Seite