tanszek:oktatas:muszaki_informatika:numpy_cheatsheet
This is an old revision of the document!
Tömb létrehozása
- Python listából / tuple-ből NumPy tömböt hoz létre: np.array(iterable)
- Tartomány generálása (mint range, de array): np.arange(start, stop, step)
- Egyenletesen elosztott num darab érték adott intervallumban: np.linspace(start, stop, num)
- Nullákkal feltöltött tömb: np.zeros(shape)
- 1-esekkel feltöltött tömb: np.ones(shape)
- Inicializálatlan tömb (gyors, de szemétértékkel): np.empty(shape)
- Adott értékkel feltöltött tömb: np.full(shape, value)
- Egységmátrix: np.eye(n)
- 0–1 közötti egyenletes eloszlás: np.random.rand(…)
- Normál eloszlás: np.random.randn(…)
- Véletlen egész számok: np.random.randint(low, high, size)
Tömb tulajdonságok
- Dimenziók mérete: arr.shape
- Dimenziók száma: arr.ndim
- Elemek száma: arr.size
- Adattípus: arr.dtype
- Típuskonverzió: arr.astype(type)
Matematikai alapműveletek (vektorizált)
- Elemankénti műveletek.:
- np.add(a, b)
- np.subtract(a, b)
- np.multiply(a, b)
- np.divide(a, b)
- Hatványozás: np.power(a, b)
- Négyzetgyök: np.sqrt(a)
- Abszolútérték: np.abs(a)
- e^x: np.exp(a)
- Természetes logaritmus: np.log(a)
Aggregáló (redukciós) függvények
- Összegzés: np.sum(a, axis=None)
- Átlag: np.mean(a, axis=None)
- Medián: np.median(a)
- Szórás: np.std(a)
- Variancia: np.var(a)
- Minimum: np.min(a)
- Maximum: np.max(a)
- Minimum indexe: np.argmin(a)
- Maximum indexe: np.argmax(a)
- Szorzat: np.prod(a)
Mátrix- és lineáris algebra
- Skalárszorzat / mátrixszorzás (régebbi forma): np.dot(a, b)
- Modern mátrixszorzás operátor: a @ b
- Mátrixszorzás: np.matmul(a, b)
- Transzponálás: np.transpose(a) / a.T
- Inverz mátrix: np.linalg.inv(a)
- Determináns: np.linalg.det(a)
- Sajátértékek, sajátvektorok: np.linalg.eig(a)
- Lineáris egyenletrendszer megoldása: np.linalg.solve(A, b)
Indexelés és szűrés
- Boolean indexelés, feltételes szűrés: a[a > 5]
- Feltétel indexei: np.where(condition)
- Nem nulla elemek indexei: np.nonzero(a)
- Értékek levágása intervallumra: np.clip(a, min, max)
Tömb átalakítás
- Átalakítás: np.reshape(a, shape)
- 1D-re lapítás (másolat): a.flatten()
- 1D-re lapítás (nézet, ha lehet): a.ravel()
- Összefűzés: np.concatenate([a, b], axis=0)
- Függőleges összefűzés: np.vstack([…])
- Vízszintes összefűzés: np.hstack([…])
- Felosztás: np.split(a, indices)
Rendezés és keresés
- Rendezett másolat: np.sort(a)
- Helyben rendez: a.sort()
- Rendezési indexek: np.argsort(a)
- Egyedi elemek: np.unique(a)
Statisztikai / speciális
- Percentilis: np.percentile(a, q)
- Kumulatív összeg: np.cumsum(a)
- Kumulatív szorzat: np.cumprod(a)
- Korreláció: np.corrcoef(a, b)
- Konvolúció (pl. mozgóátlag): np.convolve(a, kernel, mode)
Broadcasting (nem függvény, hanem mechanizmus)
- Automatikus méretillesztés műveleteknél:
a + 5 a + np.array([1,2,3])
Fontos logikai függvények
- Minden elem igaz? np.all(condition)
- Van legalább egy igaz? np.any(condition)
- És: np.logical_and(a, b)
- Vagy: np.logical_or(a, b)
Fájlkezelés NumPy-val
- Szövegfájl betöltése: np.loadtxt(“file.txt”)
- Mentés szövegfájlba: np.savetxt(“file.txt”, array)
- Bináris mentés: np.save(“file.npy”, array)
- Bináris betöltés: np.load(“file.npy”)
A legfontosabb 20, amit tudni kell
array, arange, linspace zeros, ones, full shape, reshape sum, mean, std, min, max argmax, argmin dot / @ where sort, argsort concatenate unique loadtxt, savetxt
tanszek/oktatas/muszaki_informatika/numpy_cheatsheet.1772176706.txt.gz · Last modified: 2026/02/27 07:18 by szabom
