Fala galera do mundo dos dados! Quando o assunto é dados temos diversas bibliotecas Python para análise de dados e o NumPy é uma delas. A biblioteca NumPy é uma das principais bibliotecas Python para análise de dados. Com ela, é possível realizar cálculos numéricos, manipulação de arrays e matrizes, entre outras funções. Neste post, apresentaremos as principais funções para análise de dados com NumPy Python. Veremos, exemplos de código e uma explicação detalhada. Começando com o principal objeto do NumPy, os arrays.
O array NumPy é uma estrutura de dados multidimensional que permite armazenar e manipular grandes quantidades de dados de forma eficiente. A biblioteca NumPy oferece diversas funções para criação e manipulação de arrays. Como executar algumas dessas principais funções.
Como importar a biblioteca NumPy para utilizar no Python?
import numpy as np
Como criar um array unidimensional no NumPy?
# Criando um array unidimensional a = np.array([1, 2, 3])
Como criar um array bidimensional no NumPyPython?
# Criando um array bidimensional b = np.array([[1, 2], [3, 4]])
Como criar um valores aleatórios no NumPy?
# Criando um array com valores aleatórios c = np.random.rand(3, 3)
Acessando elementos de um array no NumPy Python!
# Acessando elementos de um array print(a[0]) # 1 print(b[1, 0]) # 3 print(c[2, 0]) # aleatório
Agora, que já sabemos manipular os arrays, veremos algumas operações com eles.
Com a biblioteca NumPy, é possível realizar diversas operações com arrays. A seguir como executar algumas das principais operações.
Como realizar a soma de arrays no NumPy Python?
# Soma de arrays a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = a + b
Como realizar a subtração de arrays no NumPy Python?
# Subtração de arrays a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = a - b
Como realizar a multiplicação de arrays no NumPy Python?
# Multiplicação de arrays a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = a * b
Como realizar operações matriciais com arrays no NumPy Python?
# Operações matriciais a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) c = np.dot(a, b)
Bem simples as operações básicas né? Fácil e intuitivas, agora algumas funções matemáticas.
Além de operações com arrays, a biblioteca NumPy também oferece diversas funções matemáticas úteis para análise de dados. Confere como executar essas funções matemáticas.
Como calcular a média no NumPy Python?
# Média de um array a = np.array([1, 2, 3]) media = np.mean(a)
Como calcular o desvio padrão no NumPy Python?
# Desvio padrão de um array a = np.array([1, 2, 3]) desvio_padrao = np.std(a)
Como calcular o exponencial no NumPy Python?
# Exponencial de um array a = np.array([1, 2, 3]) exponencial = np.exp(a)
Como calcular o log no NumPy Python?
# Logaritmo de um array a = np.array([1, 2, 3]) logaritmo = np.log(a)
Depois dessa introdução de arrays, operações e funções matemáticas como o NumPy, uma aplicação prática de análise de imagem.
Além de operações mais simples, a biblioteca NumPy também pode servir para análise e manipulação de imagens. Se liga nessa manipulação de imagem através de array.
# Imagem com array numpy from skimage import io num1 = np.array([ [0,0,255,0,0], [0,255,255,0,0], [0,0,255,0,0], [0,0,255,0,0], [0,0,255,0,0]], dtype=np.uint8) io.imshow(num1) io.show()
Inicialmente criamos um array, e nas posições da matriz que queremos a cor preta, preenchemos com zero e para a cor branca preenchemos com 255. Confere o resultado na imagem abaixo!
Exatamente o número 1. O resultado de uma matriz do NumPy pode gerar uma imagem! Top em?! Agora faremos uma operação com o arrays e observaremos o resultado.
# Subtração do array io.imshow(num1-100) io.show()
Modificamos a cor da iaem somente com uma subtração na matriz.
Mais uma operação para fechar! Agora uma multiplicação.
# Multiplicação do array io.imshow(num1*100) io.show()
E então temos a imagem em tom de cinza. Portanto, agora é se divertir.
Essa é uma pequena demonstração da análise de dados com NumPy.
A biblioteca NumPy é uma ferramenta poderosa para análise de dados. Neste post, apresentamos as principais funções da biblioteca NumPy com exemplos de código e uma explicação detalhada. Com essas funções, é possível criar e manipular arrays, realizar operações matriciais e realizar cálculos matemáticos em larga escala de forma eficiente e produtiva. Ainda sobre o NumPy, você encontra aqui no Dados ao Cubo os artigos de Álgebra Linear com NumPy e Funções em Python, onde tem muito mais coisas sobre essa biblioteca porderosa.
E então, está é uma das diversas bibliotecas Python para análise de dados. Na sequência, o Dados ao Cubo trará algumas outras bibliotecas para você que está começando no mundo de análise de dados com Python. Então, fica ligado aqui nas novidades com a nossa Newsletter. Um abraço e até a próxima!!!
Se você curtiu o conteúdo, aqui no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar. Sempre falando sobre o mundo dos dados!
Finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo e escrever o próximo artigo, compartilhando conhecimento para toda a comunidade de dados.
Apaixonado por dados e tecnologia ❤️ , criando soluções com dados 📊 📈 , desde 2015, sempre buscando tornar os processos orientados! Com formação em Engenharia da Computação 💾 , MBA Gestão da Informação e Business Intelligence e Especialização em Data Science.
Também atuo como professor na área de dados. Nas horas vagas crio modelos de Machine Learning 🤖 com Python em desafios do Kaggle e escrevo no Dados ao Cubo sobre o mundo dos dados 🎲 !
Compartilhando conhecimentos sempre 🚀
Fala Galera do mundo dos dados, hora de manipular dados no MongoDB com Python. Dessa…
Fala Galera do mundo dos dados, hora de manipular dados no Cassandra com Python. Dessa…
Fala galera do mundo dos dados, hoje é dia de aprender a função Select do Spark.…
Fala galera do mundo dos dados, hoje é dia de transformar consultas SQL em visualizações…
Fala galera do mundo dos dados, dando continuidade às consultas de banco de dados com…
Fala galera do mundo dos dados, hora de conhecer os bancos de dados NoSQL com…