Создание и ресейп массивов, статистика, индексация и работа с файлами NumPy остаётся основой численных вычислений в Python
1. Создание массивов и атрибуты
- np.array() — создать массив из списка/кортежа
- np.zeros() — массив из нулей
- np.ones() — массив из единиц
- np.arange() — последовательность с шагом
- np.shape() — размерность массива
- np.dtype() — тип данных массива
2. Манипуляции с массивами и ресейпинг
- np.reshape() — изменить размерность
- np.concatenate() — объединить массивы по оси
- np.vstack() — объединить по вертикали
- np.hstack() — объединить по горизонтали
- np.split() — разделить по индексам
- np.transpose() — транспонировать
- np.resize() — изменить размер
3. Статистический анализ
- np.sum() — сумма элементов
- np.mean() — среднее
- np.median() — медиана
- np.std() — стандартное отклонение
- np.var() — дисперсия
- np.cov() — ковариационная матрица
- np.corrcoef() — коэффициенты корреляции
- np.min() — минимум
- np.max() — максимум
- np.random.rand() — случайные числа 0–1
- np.random.randn() — нормальное распределение
- np.histogram() — гистограмма
4. Индексация и фильтрация
- np.extract() — выбрать по условию
- np.where() — вернуть элементы по условию
- np.isnan() — проверка NaN
- np.sort() — сортировка
- np.unique() — уникальные значения
5. Работа с файлами
- np.save() — сохранить в .npy
- np.load() — загрузить из .npy
👉 @PythonPortal