Основы NumPy Python | Массивы, Матрицы И Операции Над Ними
HTML-код
- Опубликовано: 27 сен 2020
- Сегодня мы изучим основы библиотеки NumPy. Научимся работать с одномерными массивами, матрицами. Рассмотрим стандартные функции, операции и объекты данной библиотеки.
✔Основы Matplotlib | Построение Графиков На Python: • Основы Matplotlib | По...
✔ Ссылка на группу ВКонтакте: pylounge
✔ Telegram: t.me/pylounge
✔ Канал PyLounge: / @pylounge
✔ По вопросам сотрудничества и предложений: peoplesdreamer@gmail.ru
✔ Music: www.free-stock-music.com
✔ Хочешь поддержать канал: Никнейм QIWI Кошелька - PYLOUNGE
Ссылки из видео:
✔ Jupyter-файл с основами NumPy из видео: pylounge?w=wall-194576...
✔ NumPy: numpy.org/
✔ NumPy Cheat Sheet - Python for Data Science: www.dataquest.io/blog/numpy-c...
Привет! Я долго занимаюсь программированием, в частности программирование на языке Python. Я много чего узнал за это время, и мне есть, чем поделиться со зрителями моего канала. Здесь выходят разнообразные ролики, касающиеся IT-тематики и программирования.
Подписывайся, будем узнавать что-то новое и работать вместе! Погнали!
#numpy #python #data_science #уроки_python #pylounge
Ссылки на файлы:
disk.yandex.ru/d/hV_CLZOjdEyhcA
disk.yandex.ru/d/8uSd92m0QjIcag
disk.yandex.ru/d/PbDuRyObG4h52Q
Все доступно, понятно, с исходниками. Спасибо! Подписка 100%
Спасибо! Объясняешь намного лучше чем препод в универе👍🏼
Видео - огонь! Спасибо за знакомство с Numpy)
Спасибо за работу)
Попутного ветра к новым целям*)
Спасибо, было очень полезно и доступно, пожалуйста, продолжай дальше
хорошая подборка) прям минимум топ2 из того что видел)
Супер видео. Много информации, хорошее объяснение и качество! Надеюсь, будет больше такого полезного контента!
Спасибо, всё понятно. За исходники отдельное спасибо! Лайк и подписка.
Спасибо большое! Очень интересно и понятно все.
Вот спасибо, все по полочкам теперь
Вы молодец ! Супер видео!!! Спасибо большое!
Отличное видео! Лайк и подписка. Теперь если будут спрашивать про NumPy буду присылать ссылку на это видео
Огромное спасибо вам за что вы делитесь своими знаниями! Лучший
очень хороший туториал, легко понять и смотреть, самое главное что понятно и я очень надеюсь что ты наберешь намного большую аудиторию
Очень круто!
Класс! Спасибо!!
Гуд видео. Подписываюсь, однозначно.
Мужик, спасибо тебе!
чувак просто круто объясняешь лайкнул и сразу подписался )
+1 подписчик! Четенько, спсибо!
Спасибо!
Спасибо большое!!!!
Хороший ролик. Полезный для обзора
приятно слушать, очень грустно что так мало подписчиков
Спасибо, очень понятно. Подписка от меня.
Спасибо! Шикарный уровень громкости. Только размер шрифта очень мелкий.
спасибо большое за видео)
СПАСИБО!
Как для начинающего ютубера у тебя очень чёткая и ясная подача + хороший звук. Для меня было удивлением увидеть 600 подписчиков) так что, пожалуй, стану одним из них❤️
Спасибо за очень приятный фидбек)
Спасибо:)
Дружище, ты делаешь огромное дело. Благодаря твоим видео прямо полюбил Data Science - хочу там работать. Очень доходчиво и супер информативно
Спасибо. Рад, что интересно и полезно)
как успехи?
@@vladislav5732 в Data Science не получилось, но работаю программистом на Питон
@@aboronilov круто!
@@vladislav5732 спасибо тебе тоже успехов
Спасибо всё понял
Отличный видос
спасибо!
Все очень понятно, хорошо изложено, приятно слушать, очень грустно что так мало подписчиков
Спасибо
а вот мне нужен 3-мерный массив прямо сейчас))
Всё видео как будто в симс играю, музычка кайф
27:30 _"удаляем первую строку/столбец"_ - мне кажется правильнее сказать "строку/столбец с индексом '0'", иначе у новичков в голове будет путаница. Т.к. для номера строки в таблице мы говорим "первая строка", а для массива или матрицы 'первая строка" имеет другое значение.
3:52 неточность. На слайде (2,4,3) массив(axis0 = 2). При переходе к 3-мерным массивам на первую позицию в индексе массива "выдвигается" именно "глубина" (кол-во слоёв). А shape(4,3,2) массив это 4 слоя, 3 строки, 2 столбца.
Я тот самый подписчик, который подписался до 1000:) Буду олдом в будущем :)
пасиб!
помимо программирования с numpy не мало узнал про математику)))
лайк топ молодец красавчик респект
Если применять max() к многомерной матрице к каждому столбцу то axis = 0 должно было быть написано сверху, а сейчас выходить что сверху написано axis =1 и по картинке, на которой указаны наименования осей строк и столбцов, воспринимается как - max() применить ко всем столбцам.
33:00 Стоит отметить, что автор имел ввиду индексы.
Когда мы говорим [1, 0] , это означает, что мы выбираем 2 строку (потому что единица - это 1_id, но id начинается с 0) и 1 строку
Если мы возьмем [2, 1], это будет 3 строка и 2 столбец (просто прибавляйте к числу 1, т.к. индексы в Python начинаются не с 1, а с 0)
27:28 1 id, не строку. Если нужно 1 строку, то np.delete(matrix, 0, axis=0)
Видео полезное, спасибо!
Хотел поучиться у вас pandasу виначале ролика вы сказали что надо знать нампай, я посмотрел комменты под пандам пишут что урок по нампай не понятный , ну что я прошел весь урок все понятно , у вас очень хорошее и понятное повествование , спасибо что начинаете показывать от простого к сложному, хотя сложного для меня не было😌 больше спасибо, с меня подписка
Спасибо)
Метод dot в данном случае умножение матриц, а не скалярное произведение, как я понял вывод зависит от входных данных, так например если засунуть туда два одномерных массивов, то мы получим как раз таки скалярное произведение.
кайф
Супер доходчиво! Молодец!!! Только нампай, а не нумпи, а то кровь из ушей 🙂
А материал по которому вы рассказывайте, можете поделиться?
Для объяснения axis понятнее фраза «Двигаемся по …» =0 - по строкам, =1 - по столбцам. Путаницы не возникает. 28:15
26:27 я оказался прав, что на картинке для "1D array" показано неправильное направление стрелки для "axis 0"
25:32
По факту это просто поэлементное умножение/деление
А то что названо скалярным произведением - это и есть обычное умножение матриц.
Получается умножение матриц через оператор * это скалярное умножение матриц, а через функцию .dot это обычное умножение матриц?
то что показано на 26:30 противоречит тому, что показано на 27:00. В первом случае axis0 для 2-мерной матрицы - это столбец, а затем axis0 - строка. Все же, предполагаю, что это именно строка.
Почему в диапазоне случайных чисел в формуле написано +а , а на примере -а?
Почти полный набор дата сеинтиста собирается)
Ваша ссылка на Юпитер в описании не работает. Надо бы обновить. Если что она вот: vk.com/wall-194576836_1801
Видео очень хорошее по подбору материала и подаче, спасибо большое!
Но нашел пару ошибок: на 27 минуте, когда идет речь об удалении строк и столбцов матрицы, Вы говорите, что удаляется первая строка/столбец, а по факту вторая, так как индексация начинается с нуля, а не единицы
@@orkhanmd им по*иг, они не будут обновлять
Очень жаль, что не открывается ссылка на соновы. Но так, Все очень круто, жаль что мало подписчиков, супер канал!
yadi.sk/d/hV_CLZOjdEyhcA
@@pylounge спасибо большое
можете помочь
1.create picture of rhombus:
a. format 9x9 (10 points)
b. 810x810 pixels (10 points)
c. save file and attach(with Colab file) (10 points)
Hint: use Numpy
почему не открывается файл "Jupyter-файл с основами NumPy из видео"?
Очень понравилось ваше видео. Почему-то недоступен Jupyter-файл с основами NumPy из видео. Если можно, выложите его каким-то другим образом. Заранее благодарен
yadi.sk/d/hV_CLZOjdEyhcA
@@pylounge Спасибо
Отличное объяснение)
А можно ссылку на файл Jupiter?)
В описании видео
@@pylounge к сожалению,данная ссылка не работает
"Материал скрыт"
В группе ВК тоже ничего нет
@@user-sn9se8dv3q vk.com/pylounge?w=wall-194576836_1668
@@pylounge у вас что то с настройками приватности,посмотрите yadi.sk/i/y2pl9hEId2rgXA
Впрочем я уже все переписал руками)
P.S Такая же ошибка и при переходе по ссылке на ноутбук matplotlib
Всё классно, только он нАмпай, а не нУмпи. В остальном - супер!
Серьезно? Что с тобой не так?
@@liquid4e просто произношение правильное сказал
Правильно сказать нАмпи, потому что слово нам(num) это сокращение от слова number, а оно произносится как намбер, а не нумбер
О вы из Англии
Конкатейт
Почему axis=0 у вас в комментариях подписан как строка а не столбец? 30:28
Кто знает как быть с кодом который был написан на windows, но при этом работает в linux, код полностью идентичен, все различие как раз в numpy (в windows он 32 битный, а в linux 64 битный)?
Из за этих различий получается разные не точности в данных.
Вопрос. Это библиотека для пайтон 2? Потому что некоторые функции и так просто работают в пайтон 3
3
Со звуком надо поработать. Съедаются окончания слов.
25:47
я решил все повторить с ролика в юпитере у себя.. и есть некая дичь то что разряды типов различаются, это ещё ладно (у меня наоборот 32 и 64), но вот почему np.insrert и np.delete вообще не работают О_о
во блин.. все операции до проверял - рабочие.. полез в пучарм .. там все окей... перезапустил ядро юпитера.. в нем тоже стало окей. Спасибо за внимание))
как сдклать так что бы при вычислении собственных векторов матрицы он брал человеческие числа?
я рано порадовался ... np.delete не работает.. только инсерт заработал после перезапуска ядра.. в чем дело? я сегодян нампи поставил первый раз.. устал на степке матрицы думать без него..
Что даёт np.random.seed()
(вроде так пишется)
@Rophling я уже давноооооо открыл
вместо группы в вк делай в телеге, телега сейчас в тренде, точнее не вместо, а и в телеге))
Можно ли подключить модуль math к pandas или к numpy?
Его к модулю питона можно подключить, и туда же pandas и numpy
Только не from math import * а import math чтобы ошибок имен не было
ok .. np.array_split тож самое.. в пайчарме работает, в юпитере нифига.. я пока по твоему списку шел всё работало О_о . хз.. я до сегодня доверял юпитеру, в нём блками то удобнее собирать код..
моск у меня не работает, а не dekete) я принтом их выводил, а он брал не новый объект, а старый)) ахах
как matrix.sum() = 10???? объясните! input на [102] 29:05
9:14 что значит - 5 в конце?
Конкатейт ))) однако конкатинейт.
Вопрос для знатоков, допустим я создал случайную матрицу размером 3*3. Как с помощью пайтона сделать так, что б верхний треугольник (без диагонали) этой матрицы стал нулевым?
Треугольник главной диагонали или побочной?
какая правильная очередность просмотра: Matplotlib, Numpy, Pandas?
NumPy, Pandas, Matplotlib
лавити лаихак (sum(a)/len(a)) ето мозно узнать средное значения без np (но я не проверял што бистреи)
твой вариант 100% медленней
4:10 Показан визуальный образ одномерного массива.
Полагаю, что логичнее было бы для "2D array" и
"3D array" изобразить горизонтальное направление стрелки для "axis 0" , чтобы оно было одинаковым на трёх рисунках.
Т.е. показать так, как данные будут вводиться в коде программы.
arr[1:4] = 0
зануляет не со 2го по 4й а с 1 по 4й
не работает ссылка на юпитер с урока, пришли пожалуйста.
yadi.sk/i/y2pl9hEId2rgXA
@@pylounge ну да, такое же сообщение и выдает, пользователь предпочел скрыть, ссылка не работает...
@@user-sr6je8zm9u disk.yandex.ru/d/hV_CLZOjdEyhcA
Извиняюсь, перепутал ссылки из комментариев
@@pylounge отлично, теперь рабочая, спасибо) еще бы и по matplotlib такую же и pandas, там тоже не работают)) буду благодарен)
@@user-sr6je8zm9u disk.yandex.ru/d/8uSd92m0QjIcag
disk.yandex.ru/d/PbDuRyObG4h52Q
Помогите
Задача: Повторите созданный массив с элементами(1, 2, 3) 4 раза вдоль оси 0(строки) и дополнительно, каждую строку массива увеличьте по размеру в два раза с те же элементами (вдоль оси 1(столбцы)), и еще, дополнительно, сделайте этот массив двумерным
Sample Input:
Sample Output:
Исходный массив:
[1 2 3]
Массив с повторенными элементами:
[[[1 2 3 1 2 3]
[1 2 3 1 2 3]
[1 2 3 1 2 3]
[1 2 3 1 2 3]]
[[1 2 3 1 2 3]
[1 2 3 1 2 3]
[1 2 3 1 2 3]
[1 2 3 1 2 3]]]
Дайте пожалуйста джупитерский файл )
yadi.sk/d/hV_CLZOjdEyhcA
Нампай
В некоторых местах есть не соответствия ввода и вывода, и это не пояснялось. Если бы я до этого не знал некоторых особенностей я бы из этого видео их не понял.
про "5," ничего не понял, как-то показалось, что не знаешь, что это
Нумпи это прикол или недоработка? Нампай это шутка?
Все круто конечно, но к чему эти ссылки на vk(ссылка jupyter-file)? Почему бы ни на гугл драйв или куда еще? Ясен пень что на вк она затеряется в мгновение ока... А обычно видосы по проге еще как минимум 4-5 лет актуальны. Можете перезалить файлик по нормальному ?
в комментариях ссылка облако
@@pylounge Спасибо))
Линейная алгебра это
Тобишь, Тобишь, Тобишь, Тобишь, Тобишь, Тобишь ....
Всё ништяк, только эта музыка на фоне достала, мешает сосредоточиться.
Невозможно скачать jupyter file
yadi.sk/d/hV_CLZOjdEyhcA
урок чумовой, заценил.
9 класс. Обычное задание в лицее ..
У меня плохой звук: глухой и какая-то музыка слышна, что мешает. Материал хороший.
Я Нампай, у меня есть брат из России - нумпи, и он инвалид.
как и функция конкатэйт(
Одному мне режет слух коверканое произношение англ.слов? "нумпи"... "арэй".... А так всё видео