Процедуры

В этой главе представлены справки по процедурам, сгруппированные по функциональности. Многие справки содержат примеры кода, демонстрирующие основные способы использования процедуры. Примеры предполагают, что NumPy импортирован следующим образом:

>>> import numpy as np

Удобным способом выполнения примеров является режим %doctest_mode в IPython, который позволяет вставлять многострочные примеры и сохраняет отступы.

• Процедуры создания массивов
  • Из формы или значения
  • Из существующих данных
  • Создание массивов записей (numpy.rec)
  • Создание массивов символов (numpy.char)
  • Числовые диапазоны
  • Создание матриц
  • Класс Matrix
• Процедуры работы с массивами
  • 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
  • Переупорядочивание элементов
• Битовые операции
  • Элементные битовые операции
  • Упаковку битов
  • Форматирование вывода
• Строковые операции
  • Строковые операции
  • Сравнение
  • Информация о строках
  • Удобный класс
• Интерфейс внешних функций C-типов (numpy.ctypeslib)
• Функции поддержки дат и времени
  • numpy.datetime_as_string
  • numpy.datetime_data
  • Функции для 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
  • Проверка типов данных
  • Разное
• Процедуры, необязательно ускоренные SciPy (numpy.dual)
  • Линейная алгебра
  • FFT
  • Прочие
• Математические функции с автоматическим доменом (numpy.emath)
  • Функции
• Обработка ошибок с плавающей запятой
  • Установка и получение обработки ошибок
  • Внутренние функции
• Дискретное преобразование Фурье (numpy.fft)
  • Стандартные FFT
  • Вещественные FFT
  • Эрмитовы FFT
  • Вспомогательные процедуры
  • Справочная информация
  • Детали реализации
  • Продвижение типов
  • Нормализация
  • Вещественные и эрмитовы преобразования
  • Более высокие измерения
  • Ссылки
  • Примеры
• 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, подобные индексированию
  • Вставка данных в массивы
  • Итерация по массивам
• Ввод и вывод
  • Бинарные файлы NumPy (NPY, NPZ)
  • Текстовые файлы
  • Необработанные двоичные файлы
  • Форматирование строк
  • Отображение файлов в памяти
  • Параметры форматирования текста
  • Представления в системе счисления по основанию n
  • Источники данных
  • Описание двоичного формата

• Линейная алгебра (numpy.linalg)
  • Оператор @
  • Произведения матриц и векторов
  • Разложения
  • Собственные значения матрицы
  • Нормы и другие числа
  • Решение уравнений и обращение матриц
  • Исключения
  • Линейная алгебра для нескольких матриц одновременно
• Логические функции
  • Проверка истинности
  • Содержание массива
  • Проверка типа массива
  • Логические операции
  • Сравнение
• Операции с массивами масок
  • Константы
  • Создание
  • Просмотр массива
  • Обработка MaskedArray
  • Операции с масками
  • Операции преобразования
  • Арифметика массивов масок
• Математические функции
  • Тригонометрические функции
  • Гиперболические функции
  • Округление
  • Суммы, произведения, разности
  • Показательные функции и логарифмы
  • Другие специальные функции
  • Функции с плавающей точкой
  • Рациональные функции
  • Арифметические операции
  • Обработка комплексных чисел
  • 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 процедуры
  • Оптимизация производительности
  • Диапазоны памяти
  • Смешанные массивы
  • Сравнение версий NumPy
  • Утилиты
  • Функции, аналогичные MATLAB
• Обрамление массивов
  • numpy.pad
• Полиномы
  • Переход от numpy.poly1d к numpy.polynomial
  • Документация для пакета polynomial
  • Документация для устаревших полиномов
• Случайное выборочное отбор (numpy.random)
  • Быстрый старт
  • Введение
  • Концепции
  • Функциональность
• Множественные операции
  • numpy.lib.arraysetops
  • Создание надлежащих множеств
  • Булевы операции
• Сортировка, поиск и подсчёт
  • Сортировка
  • Поиск
  • Подсчёт
• Статистика
  • Порядковые статистики
  • Средние значения и дисперсии
  • Корреляция
  • Гистограммы
• Поддержка тестирования (numpy.testing)
  • Проверки
  • Проверки (не рекомендуется)
  • Декораторы
  • Запуск тестов
  • Руководящие принципы
• Функции окон
  • Различные окна