Процедуры

В этой главе представлены документации процедур, сгруппированные по функциональности. Многие документации содержат примеры кода, демонстрирующие базовое использование процедуры. Примеры предполагают, что NumPy импортирован с помощью:

>>> import numpy as np

Удобный способ выполнить примеры — режим %doctest_mode IPython, который позволяет вставлять многострочные примеры и сохраняет отступы.

• Процедуры создания массивов
  • Единицы и нули
  • Из существующих данных
  • Создание массивов записей (numpy.rec)
  • Создание массивов символьных данных (numpy.char)
  • Числовые диапазоны
  • Построение матриц
  • Класс Matrix
• Процедуры обработки массивов
  • Основные операции
  • Изменение формы массива
  • Операции, аналогичные транспонированию
  • Изменение числа измерений
  • Изменение типа массива
  • Объединение массивов
  • Разделение массивов
  • Мозаичное заполнение массивов
  • Добавление и удаление элементов
  • Переупорядочение элементов
• Бинарные операции
  • Элементные битовые операции
  • Упаковку битов
  • Форматирование вывода
• Операции со строками
  • Операции со строками
  • Сравнение
  • Информация о строках
  • Удобный класс
• Интерфейс внешних функций C-Types (numpy.ctypeslib)
• Функции поддержки дат и времени
  • Функции рабочих дней
• Процедуры типов данных
  • numpy.can_cast
  • numpy.promote_types
  • numpy.min_scalar_type
  • numpy.result_type
  • numpy.common_type
  • numpy.obj2sctype
  • Создание типов данных
  • Информация о типах данных
  • Тестирование типов данных
  • Разное
• Процедуры, ускоряемые Scipy (numpy.dual)
  • Линейная алгебра
  • FFT
  • Другие
• Математические функции с автоматическим выбором области (numpy.emath)
• Обработка ошибок с плавающей запятой
  • Настройка и получение обработки ошибок
  • Внутренние функции
• Дискретное преобразование Фурье (numpy.fft)
  • Стандартные FFT
  • Действительные FFT
  • Эрмитовы FFT
  • Вспомогательные процедуры
  • Общие сведения
  • Детали реализации
  • Нормализация
  • Действительные и эрмитовы преобразования
  • Более высокие размерности
  • Ссылки
  • Примеры
• Финансовые функции
  • Простые финансовые функции
• Функциональное программирование
  • numpy.apply_along_axis
  • numpy.apply_over_axes
  • numpy.vectorize
  • numpy.frompyfunc
  • numpy.piecewise
• Функции справки NumPy
  • Поиск справки
  • Чтение справки
• Процедуры индексирования
  • Генерация массивов индексов
  • Операции, аналогичные индексированию
  • Вставка данных в массивы
  • Итерация по массивам
• Вход и выход
  • Бинарные файлы NumPy (NPY, NPZ)
  • Текстовые файлы
  • Сырые бинарные файлы
  • Форматирование строк
  • Отображение файлов в памяти
  • Параметры форматирования текста
  • Представления в системе счисления с основанием n
  • Источники данных
• Линейная алгебра (numpy.linalg)
  • Произведения матриц и векторов
  • Разложения
  • Собственные значения матриц
  • Нормы и другие числа
  • Решение уравнений и обращение матриц
  • Исключения
  • Линейная алгебра для нескольких матриц одновременно

• Логические функции
  • Проверка истинности
  • Содержимое массива
  • Проверка типа массива
  • Логические операции
  • Сравнение
• Операции с масками массивов
  • Константы
  • Создание
  • Просмотр массива
  • Работа с MaskedArray
  • Операции с масками
  • Операции преобразования
  • Арифметические операции с массивами масок
• Математические функции
  • Тригонометрические функции
  • Гиперболические функции
  • Округление
  • Суммы, произведения, разности
  • Показательные и логарифмические функции
  • Другие специальные функции
  • Функции с плавающей точкой
  • Арифметические операции
  • Работа с комплексными числами
  • Разное
• Библиотека матриц (numpy.matlib)
  • numpy.matlib.empty
  • numpy.matlib.zeros
  • numpy.matlib.ones
  • numpy.matlib.eye
  • numpy.matlib.identity
  • numpy.matlib.repmat
  • numpy.matlib.rand
  • numpy.matlib.randn
• Разные функции
  • Объекты буфера
  • Настройка производительности
  • Диапазоны памяти
  • Сравнение версий NumPy
• Заполнение массивов
  • numpy.pad
• Многочлены
  • Замечание о переходе
• Случайное выборка (numpy.random)
  • Простые случайные данные
  • Перестановки
  • Распределения
  • Генератор случайных чисел
• Операции с множествами
  • Создание множеств
  • Булевы операции
• Сортировка, поиск и подсчет
  • Сортировка
  • Поиск
  • Подсчет
• Статистика
  • Порядковые статистики
  • Средние значения и дисперсии
  • Корреляция
  • Гистограммы
• Поддержка тестирования (numpy.testing)
  • Ассерты
  • Декораторы
  • Запуск тестов
• Функции окон
  • Различные окна