Numpy tutorial

Các điểm đáng chú ý về Numpy:

  • Object chính của NumPy là mảng, đa chiều và đồng nhất. Đồng nhất tức là “all of the same type). Các phần tử trong mảng đều cùng 01 kiểu.
  • Đánh index bằng 01 tuple các sốnguyên dương. Nếu 2 chiều thì là (row, col).
  • Vấn đề thuật ngữ: NumPy gọi “chiều” gọi là axis (số nhiều là axes), và gọi số chiều là rank.
  • Numpy array được gọi là ndarray, n-dimensional array, để phân biệt với array cơ bản của python, chỉ có 01 chiều.

Một số thuộc tính của ndarray cần nắm:

  • ndarray.ndim: số chiều của array hay rank.
  • ndarray.shape: chiều của array, hay đúng hơn là một tuple mô tả chiều của array. Ví dụ 01 matrix có n rows và m columns, shape sẽ là (n,m). Độ dài của shape do đó chính là rank (ndim).
  • ndarray.size: tổng phần tử trong array.
  • ndarray.dtype: trả về 01 object miêu tả kiểu dữ liệu của các phần tử trong array. dtype gồm các kiểu tiêu chuẩn của Python công thêm các kiểu riêng của NumPy như: numpy.int32, numpy.int16, and numpy.float64…mình nghĩ là nên xài kiểu của NumPy, kiểu gì thì SciPy cũng sẽ tối ưu tính toán hơn khi dùng các kiểu dữ liệu riêng do chính họ tạo ra. Vì họ work nhiều trên chúng mà.
  • ndarray.itemsize: kích thước tính bằng byte của mỗi phần tử trong mảng. Ví dụ, một array có dtype là float64 sẽ có itemsize 8 (=64/8)
  • ndarray.data
  • bộ đệm chứa các phần tử của mảng.
  • thường thì ta sẽ không dùng thuộc tính này, vì việc truy xuất mảng thông qua index sẽ tiện lợi hơn

Xem ví dụ tại:

https://docs.scipy.org/doc/numpy/user/quickstart.html

http://nbviewer.jupyter.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-2-Numpy.ipynb

Numpy Basic:

playlist

Like what you read? Give Richard Bui a round of applause.

From a quick cheer to a standing ovation, clap to show how much you enjoyed this story.