Array in Python

Basi di un array

NumPy è il pacchetto fondamentale per il calcolo numerico in Python: offre un potente oggetto array e una suite di funzioni per lavorare in modo efficiente con questi array. I vantaggi di NumPy sono:

• Multidimensionale: Supporta array non solo monodimensionali.

• Operazioni potenti: Include un'ampia libreria di funzioni matematiche e statistiche.

• Vettorizzazione: Consente di eseguire operazioni su interi array senza dover scrivere cicli espliciti, migliorando le prestazioni.

• Integrazione: Si integra senza problemi con altre librerie scientifiche come SciPy, Pandas e Matplotlib.

Iniziamo a creare un array con NumPy. Per prima cosa importi NumPy e poi usi la funzione array() per creare un array. La funzione array() accetta una lista come input.

import numpy

my_array = numpy.array([0, 1, 2, 3, 4])
print(my_array)

# Expected output: [0 1 2 3 4]

Il tipo di my_array è un numpy.ndarray.

import numpy

my_array = numpy.array([0, 1, 2, 3, 4])
print(type(my_array))

# Expected output: <class 'numpy.ndarray'>

Esempi di array

Esempio di creazione di un array

Nell'esempio seguente convertirai una lista in un array usando la funzione array() di NumPy. Creerai una lista a_list composta da interi. Poi, usando la funzione array(), la convertirai in un array.

import numpy as np

a_list = [1, 2, 3, 4]
print(a_list)

# Expected output: [1, 2, 3, 4]

import numpy as np

a_list = [1, 2, 3, 4]
an_array = np.array(a_list)
print(an_array)

# Expected output: [1 2 3 4]

Esempio di operazione su array

Nell'esempio seguente sommi due array NumPy. Il risultato è una somma elemento per elemento di entrambi gli array.

import numpy as np

array_A = np.array([1, 2, 3])
array_B = np.array([4, 5, 6])

print(array_A + array_B)

# Expected output: [5 7 9]

Esempio di indicizzazione di un array

Puoi selezionare un elemento a un indice specifico di un array usando la notazione di indicizzazione.

import numpy as np

months_array = np.array(['Jan', 'Feb', 'March', 'Apr', 'May'])
print(months_array[3])

# Expected output: Apr

Puoi anche estrarre una porzione di elementi usando la notazione di slicing, specificando un intervallo di indici.

import numpy as np

months_array = np.array(['Jan', 'Feb', 'March', 'Apr', 'May'])
print(months_array[2:5])

# Expected output: ['March', 'Apr', 'May']

Esempio interattivo: da lista ad array

Nell'esempio seguente importerai numpy con l'alias np. Crea gli array prices_array ed earnings_array a partire dalle liste prices ed earnings, rispettivamente. Infine, stampa entrambi gli array.

import numpy as np

# Lists
prices = [170.12, 93.29, 55.28, 145.30, 171.81, 59.50, 100.50]
earnings = [9.2, 5.31, 2.41, 5.91, 15.42, 2.51, 6.79]

# NumPy arrays
prices_array = np.array(prices)
earnings_array = np.array(earnings)

# Print the arrays
print(prices_array)
print(earnings_array)

# Expected output:
# [170.12  93.29  55.28 145.3  171.81  59.5  100.5 ]
# [ 9.2   5.31  2.41  5.91 15.42  2.51  6.79]

Prova tu stesso.

Per saperne di più sugli array NumPy in Python, guarda questo video del nostro corso Introduzione a Python per la finanza.

Questo contenuto è tratto dal corso Introduzione a Python per la finanza di DataCamp, a cura di Adina Howe.

Dai un'occhiata al nostro Tutorial sugli array NumPy in Python.