Primeiros Passos com NumPy : Biblioteca de Computação Numérica

Aprenda a usar o NumPy para computação numérica em Python. Descubra como criar e manipular arrays com exemplos práticos e de fácil entendimento.

Primeiros Passos com NumPy: Biblioteca de Computação Numérica

NumPy é uma biblioteca fundamental para computação numérica em Python. Ela oferece suporte para arrays multidimensionais, funções matemáticas, álgebra linear, transformadas de Fourier e muito mais. Neste artigo, vamos introduzir o NumPy, mostrando como criar e manipular arrays de maneira simples e prática.

Instalando o NumPy

Antes de começar, você precisa instalar o NumPy. Use o pip para isso:

pip install numpy

Importando o NumPy

Para usar o NumPy em seu código, você deve importá-lo. A convenção é importar o NumPy como np:

import numpy as np

Criando Arrays NumPy

A estrutura central do NumPy é o array ndarray. Você pode criar arrays de várias maneiras.

A partir de uma lista

lista = [1, 2, 3, 4, 5]
array = np.array(lista)
print(array)  # Saída: [1 2 3 4 5]

Arrays preenchidos com zeros ou uns

zeros = np.zeros(5)
print(zeros)  # Saída: [0. 0. 0. 0. 0.]

uns = np.ones(5)
print(uns)  # Saída: [1. 1. 1. 1. 1.]

Arrays com um intervalo de valores

intervalo = np.arange(1, 10, 2)
print(intervalo)  # Saída: [1 3 5 7 9]

Manipulação de Arrays

Acessando Elementos

Você pode acessar elementos de um array usando índices.

array = np.array([10, 20, 30, 40, 50])
print(array[0])  # Saída: 10
print(array[2])  # Saída: 30

Fatiando Arrays

Você também pode fatiar arrays para acessar subarrays.

subarray = array[1:4]
print(subarray)  # Saída: [20 30 40]

Operações Matemáticas

NumPy facilita a realização de operações matemáticas em arrays.

Operações Elementares

array = np.array([1, 2, 3, 4, 5])

# Adição
print(array + 10)  # Saída: [11 12 13 14 15]

# Multiplicação
print(array * 2)  # Saída: [ 2  4  6  8 10]

Funções Matemáticas

NumPy inclui muitas funções matemáticas úteis.

array = np.array([1, 4, 9, 16, 25])

# Raiz quadrada
print(np.sqrt(array))  # Saída: [1. 2. 3. 4. 5.]

# Soma dos elementos
print(np.sum(array))  # Saída: 55

Arrays Multidimensionais

NumPy também suporta arrays multidimensionais.

Criando uma Matriz (2D)

matriz = np.array([[1, 2, 3], [4, 5, 6]])
print(matriz)
# Saída:
# [[1 2 3]
#  [4 5 6]]

Acessando Elementos em Matrizes

print(matriz[0, 1])  # Saída: 2
print(matriz[1, 2])  # Saída: 6

Vídeos sobre Python no Canal WebMundi.com – Youtube

Em nosso canal, temos vários vídeos tutoriais que ensinam o passo a passo para instalar o ambiente Python para começar a programar nesta linguagem:

• Como Instalar Python no Windows e Linux
• Como Configurar o Visual Studio Code para programar em Python
• Como Instalar o Pycharm no Windows – Grátis : IDE Python

Conclusão

NumPy é uma ferramenta poderosa para computação numérica em Python, oferecendo recursos avançados para criar e manipular arrays de maneira eficiente. Compreender os conceitos básicos de NumPy é essencial para qualquer trabalho que envolva processamento de dados e cálculos numéricos. Experimente os exemplos fornecidos e comece a explorar as vastas capacidades do NumPy!

💡 Gostou do conteúdo?

✅ Apoie-nos: Siga, Curta, Comente e Compartilhe!

📲 Conecte-se com a WebMundi:

▶️ YouTube

▶️ Facebook

▶️ Instagram

▶️ LinkedIn

▶️ TikTok

👥 Participe do nosso Discord para tirar dúvidas e ajudar outras pessoas!

🔗 Discord webmundi.com