-
Notifications
You must be signed in to change notification settings - Fork 1
/
NumPyOrnek.py
187 lines (153 loc) · 4.28 KB
/
NumPyOrnek.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
# -*- coding: utf-8 -*-
"""
Created on Sun Jul 28 01:11:44 2019
@author: Nano
"""
#NumPy (Numeric Python:Sayisal Python) Uygulamalari
import numpy as np
numpy_dizi = np.array(["Balikesir",1,"Isparta",2,"Kastamonu",3])
print(numpy_dizi)
olcum = [23,34,54,42,34,22,10,18,22]
olcum_np = np.array(olcum)
olcum_np = np.array([23,34,54,42,34,22,10,18,22])
olcum_np
print(olcum_np)
sinav_1 = [100,84,76,48,36,77,90]
sinav_2 = [95,78,66,57,75,89,95]
sinav_1_np = np.array(sinav_1)
sinav_2_np = np.array(sinav_2)
ortalama = (sinav_1_np+sinav_2_np)/2
print(ortalama)
sinav_1 + sinav_2
sinav_1_np + sinav_2_np
sinav_1_np[0]
sinav_2_np[3]
ortalama < 70
ortalama[ortalama < 70]
np.arange(1,11)
np.arange(1,11,2)
np.linspace(-2,2,21)
np.logspace(0,3,4)
dizi = np.arange(20)
print(dizi)
dizi[:7]
dizi[10:]
dizi[5:10]
dizi[::3] #bastan itibaren 3'er 3'er
matris = dizi.reshape(4,5)
matris
matris[2:3,3:4]
matris[:2,:3]
matris.shape
dizi = np.array([[[2,3,4,5],
[6,7,8,9],
[10,11,12,13]],
[[1,2,3,4],
[5,6,7,8],
[9,10,11,12]]])
dizi.shape
print(dizi)
hisse = np.array([3.4,3.6,3.9,4.2,4.0,3.8])
type(hisse)
hisse_fiyat = np.array([[3.57,4.42,5.25,12.50,29.30],
[3.43,4.69,5.00,11.00,32.12],
[3.15,4.35,4.95,10.50,29.00]])
print(hisse_fiyat)
hisse_fiyat.shape
hisse_fiyat.T #dizinin transpozunu alir
dizi.T
dizi.sum(0) #yukseklikleri toplar
dizi.sum(1) #satirlari toplar
dizi.sum(2) #sutunlari toplar
hisse_fiyat.cumsum(1) #satirlarin birikimli toplamlari
dizi.max()
dizi.argmax()
dizi.min()
dizi.argmin()
dizi.ptp()
dizi.clip(min,max)
dizi.round(a)
dizi.trace()
dizi.mean()
dizi.var()
dizi.std()
dizi.prod()
dizi.cumprod()
dizi.sort()
hisse_fiyat[1][3]
hisse_fiyat[1,3]
hisse_fiyat[0:2,:]
print(hisse_fiyat[0:2,2:4])
a = np.array([[3,4,7,4],
[2,9,4,2],
[1,5,8,3]])
b = np.array([[4,2,8,9],
[6,3,6,1],
[3,2,4,2]])
a+b
a-b
a/b
a*b
a
b
np.matmul(a,b)
np.sum(a[:,1])
np.mean(a[:,2])
np.median(a[1,:])
dizi = np.array([[2.34,3.76],
[4.23,5.76],
[1.18,9.32],
[7.43,12.25],
[3.14,2.78],
[11.45,14.32],
[5.78,4.43],
[8.87,9.43]])
np.std(dizi[:,0])
np.corrcoef(dizi[:,0],dizi[:,1])
print(hisse_fiyat)
for i in hisse_fiyat:
print(i)
for i in np.nditer(hisse_fiyat): #dizi icindeki elemanlara tek tek ulasir
print(i)
#KULLANISLI NumPy METODLARI
x = np.random.uniform(low = 1, high = 50, size = 16).reshape(4,4)
x
np.amax(x,axis = 0) #her sutundaki max deger
np.amax(x,axis = 1) #her satirdaki max degers
np.amin(x,axis = 0) #her sutundaki max deger
np.amin(x,axis = 1) #her satirdaki max degers
x = np.array([4,2,1,6,9,3,15,11,10,7])
x
x.argsort() #dizi kucukten buyuge siralandiginda kacinci sirada olduklarini yazdirir
x = np.arange(1,7).reshape(3,2)
y = np.arange(7,13).reshape(3,2)
x
y
np.concatenate([x,y],axis = 0) #dizileri satir yada sutun olarak birlestirir
np.concatenate([x,y],axis = 1)
np.full((3,2),2.5) #verilen degeri istenen boyutlarda matris yapar
x = [1,3,5,7,9,11,13,15]
y = [3,6,9,11,13]
np.intersect1d(x,y) #dizilerdeki ortak elemanlari ceker
x = [1,3,5,7]
dizi = [3,4,5,8,9,10]
np.isin(x,dizi) #verilen dizinin diger dizideki elemanlarin olup olmadigina dair bilgi verir
x = np.log([3,4,-5])
x
np.isnan(x) #nan(not a number) degeri var mi yok mu gosterir
np.ones(3) #1'de olusan matris veya diziler yazar
np.ones((3,2))
np.repeat(2,5) #verilen degerden kac tane tekrarlanacak verilir
x = np.arange(1,13)
x
x.reshape(3,4) #verilen dizinin satir ve sutun olarak yeniden duzenlenmesi
x = [1,3,5,7,9,11,13,15]
y = [3,6,9,11,13]
np.setdiff1d(x,y) #bir dizide olup ikinci dizide olmayan elemanlari gosteri
x = np.array([3,4,6,3,2,2,3,4,2,2,4,3,3,2])
np.unique(x) #birden fazla girilen degerleri teke indirir
dizi = np.arange(0,100)
dizi
np.where(dizi%10 == 0) #verilen sarta gore dizi uzerinde islem yapip sonucunu yazdirir (10'a bolunen sayilari listele)
np.zeros(3) #0'dan olusan dizi yada matris olusturmak icin kullanilir
np.zeros((3,2))