AC/numpy.ipynb

108 lines
3.2 KiB
Plaintext

{
"cells": [
{
"cell_type": "code",
"execution_count": 2,
"id": "dee9612a-be34-4974-83a7-19463c8731cc",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"--- 1. Двумерный массив ---\n",
"[[1 2]\n",
" [3 4]]\n",
"\n",
"--- 2. Равномерные интервалы (linspace) ---\n",
"[0. 0.55555556 1.11111111 1.66666667 2.22222222 2.77777778\n",
" 3.33333333 3.88888889 4.44444444 5. ]\n",
"\n",
"--- 3. Случайные числа (randn) ---\n",
"[[-0.21233837 -0.06728663]\n",
" [-0.00379929 1.34918302]]\n",
"\n",
"--- 4. Результат np.dot() ---\n",
"[[-0.21993694 2.63107942]\n",
" [-0.65221224 5.19487221]]\n"
]
},
{
"data": {
"text/plain": [
"array([[-0.21993694, 2.63107942],\n",
" [-0.65221224, 5.19487221]])"
]
},
"execution_count": 2,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"import numpy as np\n",
"\n",
"# 1. Создание двумерного массива (матрицы 2x2)\n",
"matrix_2x2 = np.array([[1, 2], [3, 4]])\n",
"\n",
"# 2. Использование np.linspace() \n",
"# Создаем 10 равномерно распределенных чисел от 0 до 5\n",
"lin_points = np.linspace(0, 5, 10)\n",
"\n",
"# 3. Использование np.random.randn()\n",
"# Генерируем случайную матрицу 2x2 из нормального распределения\n",
"random_matrix = np.random.randn(2, 2)\n",
"\n",
"# 4. Использование np.dot()\n",
"# Выполняем умножение двух матриц (нашей первой матрицы и случайной)\n",
"matrix_product = np.dot(matrix_2x2, random_matrix)\n",
"\n",
"# Вывод всех результатов\n",
"print(\"--- 1. Двумерный массив ---\")\n",
"print(matrix_2x2)\n",
"\n",
"print(\"\\n--- 2. Равномерные интервалы (linspace) ---\")\n",
"print(lin_points)\n",
"\n",
"print(\"\\n--- 3. Случайные числа (randn) ---\")\n",
"print(random_matrix)\n",
"\n",
"print(\"\\n--- 4. Результат np.dot() ---\")\n",
"print(matrix_product)\n",
"\n",
"# Последняя строчка для отображения в интерактивной среде\n",
"matrix_product"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "e65894d4-712a-4dab-90ff-15e3b17cfcc1",
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.5"
}
},
"nbformat": 4,
"nbformat_minor": 5
}