[DATA SCIENCE] DAY: 001 - Manipulando arrays com numpy
Fala pessoal, tudo bem com vocês? Feliz ano novo!
🔔 Hoje vamos dar início nessa jornada dos dados, começando a utilizar uma biblioteca bem requisitada chamada Numpy.
❗ Objetivo:
- Manipular um array usando numpy;
1 - Primeiro, vamos importar a biblioteca numpy e o randn(gera números aleatórios a partir de uma distribuição normal ):
💻
import numpy as np
from numpy.random import randn
2 - Agora, iremos utilizar o método set_printoptions como opção de formatação, para o número de casas decimais exibidas:
💻
np.set_printoptions(precision=2)
3 - Vamos criar nossa primeira variável com array:
💻
a = np.array([1, 2, 3, 4, 5, 6])
array([1, 2, 3, 4, 5, 6])
4 - Agora iremos utilizar o método random.seed do NumPy, onde é usado para definir a "semente" do gerador de números aleatórios do NumPy. Isso é útil porque, embora os números gerados pelo gerador de números aleatórios pareçam ser aleatórios, eles são gerados a partir de um algoritmo determinístico.
E logo em seguida criaremos uma segunda variável com o método randn para para gerar números aleatórios:
💻
np.random.seed(25)
b = randn(6)
array([ 0.22827309, 1.0268903 , -0.83958485, -0.59118152, -0.9568883 ,
-0.22232569])
5 - Criaremos agora uma variável utilizando o método arange do numpy, onde é usado para criar um array contendo uma sequência de números. Ele funciona de forma semelhante à função range do Python, mas ao invés de retornar uma sequência de números, ele retorna um array NumPy.
💻
c = np.arange(1, 35)
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34])
Por último, vamos brincar com as variáveis utilizando os principais métodos aritméticos da matemática:
a + b
array([1.23, 3.03, 2.16, 3.41, 4.04, 5.78])
a * 10
array([10, 20, 30, 40, 50, 60])
a / b
array([ 4.38, 1.95, -3.57, -6.77, -5.23, -26.99])
a - b
array([0.77, 0.97, 3.84, 4.59, 5.96, 6.22])
☀️ Espero que tenham gostado do conteúdo, é simples, mas juntos somos a força!
Vejo vocês amanhã com conteúdo sobre matrizes...
🌌 See you later!