Конспект лекции

— задания по лекциям
Другие лекции этого курса:
- 01. Введение в Python
- 03. Библиотека Pandas
- 04. Визуализация данных
- 05. Углубленный python. Часть 1
- 06. Углубленный python. Часть 2
- 10. Временные ряды
- 11. Введение в SQL
Нескучный туториал по NumPy
Справочное руководство на русском
Numpy — библиотека для векторизованных вычислений (документация numpy, англ.).
Scipy — библиотека для научных вычислений.
В видео с 0:01:10 — сравнение скорости работы питоновского списка (list) и нампаевского списка (arange);
Самое медленное место в языке Python — циклы.
%%time дает информацию о времени выполнения при единичном запуске кода в ячейке.
%%timeit многократно запускает код и вычисляет среднее значение.
Массивы
В видео с 0:03:20 — создание массивов numpy;
Массив может быть создан из обычного списка или кортежа Python с использованием функции array()
Размерность массивов
Разберемся, как многомерные массивы хранятся внутри библиотеки.
Массивы хранятся как единый большой кусок данных, последовательно. Поэтому изменение размерности приводит просто к перестановке указателей к началу новой строки (с самими данными никаких операций не происходит).
Фиктивная ось — ось, размерность которой равна 1.
Зачем они нужны?
В некоторых случаях нужно явно иметь представление для массива, который является вектор-строкой или вектор-столбцом.
Можно добавлять сразу несколько фиктивных размерностей.