Python NumPy: wat is Python NumPy?

Python NumPy is een van de meest fundamentele packages voor data scientists binnen Python. Data Scientist worden en Python leren zonder NumPy kan eigenlijk niet.

Het package is ontwikkeld om het werken met grote matrices en arrays mogelijk te maken. Binnen het pakket zijn veel wiskundige functies beschikbaar. Op deze pagina leer je:

• Waarom is NumPy zo handig?
• Geschiedenis van Python NumPy
• Python NumPy installeren en importeren
• Een csv bestand openen
• Selecteren en slicen van rijen en columns
• Werken met vectors
• Veelgebruikte methods
• Boolean arrays
• Van NumPy naar Pandas

dataset = [[1,3], [9,3], [6,6], [4,5]]
verschillen = []

for rij in dataset:
    verschil = rij[0] - rij[1]
    verschillen.append(verschil)

print(verschillen)

[-2, 6, 0, -1]

NumPy daarentegen gebruikt het principe "Single Instruction Multiple Data" om in één keer een bepaalde operatie uit te voeren op meerdere datapunten. Zo presteert NumPy een stuk beter en wordt werken met grotere datasets sneller en makkelijker. Dit heet ook wel vectorisatie.

import numpy as np

Installatie op Windows
Je moet eerst Python installeren (zie deze pagina).

• Ga naar de command prompt.
• Typ 'pip3 install numpy'.
• Als NumPy succesvol is geïnstalleerd kun je het pakket aanroepen door het te importeren. Doe dit bijvoorbeeld in Jupyter Notebook zoals in bovenstaand voorbeeld.

dataset = np.genfromtxt('NumpyVoorbeeld.csv', dtype=int, delimiter=',')
print(dataset)

[[-1  4]
 [ 8  7]
 [ 4  2]
 [ 2  3]
 [ 5  5]
 [ 4  3]
 [ 2  2]
 [ 3  5]]

dataset[2]

array([4, 2])

dataset[3:]

array([[2, 3],
       [5, 5],
       [4, 3],
       [2, 2],
       [3, 5]])

dataset[:1]

array([[-1,  4]])

dataset[5,1]

3

dataset[:,0]

array([-1,  8,  4,  2,  5,  4,  2,  3])

column1 = dataset[:,0]
column2 = dataset[:,1]
som = column1 + column2
print(som)

[ 3 15  6  5 10  7  4  8]

Er zijn verschillende methods beschikbaar voor NumPy arrays. Populaire methods zijn bijvoorbeeld het minimum, maximum, gemiddelde, sorteren, optellen, of round. Maar er zijn ook geavanceerdere methods beschikbaar zoals de variantie. Onderstaand volgt een aantal voorbeelden voor de voorbeeld-data.

dataset.min()

-1

dataset.max()

8

dataset.mean()

3.625

dataset.sort()
print(dataset)

[[-1  4]
 [ 7  8]
 [ 2  4]
 [ 2  3]
 [ 5  5]
 [ 3  4]
 [ 2  2]
 [ 3  5]]

dataset.var()

4.359375

Nu we de basis van Python NumPy functionaliteit begrijpen kunnen we door met een geavanceerdere toepassing, namelijk boolean arrays. Een boolean array is een array die slechts bestaat uit boolean waarden (True / False).

Boolean waarden zijn vaak de uitkomst van een vergelijking als 4 < 5 (True), of 4 < 2 (False). Je kunt met een dergelijke vergelijking van een ndarray met getallen een boolean array maken.

groter_dan_drie = dataset > 3
print(groter_dan_drie)

[[False  True]
 [ True  True]
 [False  True]
 [False False]
 [ True  True]
 [False  True]
 [False False]
 [False  True]]

nieuwe_set = dataset[groter_dan_drie]
print(nieuwe_set)

[4 7 8 4 5 5 4 5]

dataset[groter_dan_drie] = 1000
print(dataset)

[[  -1 1000]
 [1000 1000]
 [   2 1000]
 [   2    3]
 [1000 1000]
 [   3 1000]
 [   2    2]
 [   3 1000]]

Naast NumPy gebruikt een data scientist ook Python Pandas. Beide packages worden gebruikt voor berekeningen met arrays en matrices. Ze worden meestal samen gebruikt, omdat veel functionaliteit van Pandas voortbouwt op NumPy. Werken in beide packages kent daarom veel overeenkomsten. Beide packages behoren tot de SciPy stack (een aantal packages die gecombineerd veel gebruikt worden in data science werkzaamheden).

Wil jij snel op stoom zijn als data scientist in Python? Krijg in twee dagen vertrouwen in het analyseren van data met Python NumPy. Schrijf je in voor onze Python cursus voor data science en ontwikkel je onder begeleiding van ervaren trainers succesvol verder als data scientist. NumPy wordt uitgebreid behandeld. Of kies voor de 4-daagse all round data science opleiding en verdiep je naast Python ook in het ontwikkelen van machine learning modellen.

Download één van onze opleidingsbrochures voor meer informatie