In [61]:

    

%matplotlib inline
from matplotlib import pyplot as plt
import seaborn as sns


    

In [62]:

    

import antipackage
from github.ellisonbg.misc import vizarray as va


    

In [63]:

    

import numpy as np


    

In [104]:

    

data = [0,2,4,6]
a = np.array(data)


    

In [105]:

    

type(a)


    

    
Out[105]:





numpy.ndarray

In [106]:

    

a


    

    
Out[106]:





array([0, 2, 4, 6])

In [107]:

    

va.vizarray(a)


    

    
Out[107]:

In [108]:

    

a.shape


    

    
Out[108]:





(4,)

In [109]:

    

a.ndim


    

    
Out[109]:





1

In [110]:

    

a.size


    

    
Out[110]:





4

In [111]:

    

a.nbytes


    

    
Out[111]:





32

In [112]:

    

a.dtype


    

    
Out[112]:





dtype('int64')

In [113]:

    

data = [[0.0,2.0,4.0,6.0], [1.0,3.0,5.0,7.0]]
b = np.array(data)


    

In [114]:

    

b


    

    
Out[114]:





array([[ 0.,  2.,  4.,  6.],
       [ 1.,  3.,  5.,  7.]])

In [115]:

    

va.vazarray(b)


    

    




---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-115-77128b7746d7> in <module>()
----> 1 va.vazarray(b)

AttributeError: 'module' object has no attribute 'vazarray'

In [116]:

    

b.shape, b.ndim, b.size, b.nbytes


    

    
Out[116]:





((2, 4), 2, 8, 64)

In [117]:

    

c = np.arange(0.0,10.0,1.0)
c


    

    
Out[117]:





array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

In [118]:

    

e = np.linspace(0.0, 5.0, 11)
e


    

    
Out[118]:





array([ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5,  3. ,  3.5,  4. ,  4.5,  5. ])

In [119]:

    

np.empty((4,4))


    

    
Out[119]:





array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

In [120]:

    

np.zeros((3,3))


    

    
Out[120]:





array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

In [121]:

    

np.ones((3,3))


    

    
Out[121]:





array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

In [122]:

    

np.empty_like((3,3))


    

    
Out[122]:





array([0, 0])

In [123]:

    

a = np.array([0,1,2,3])


    

In [124]:

    

a, a.dtype


    

    
Out[124]:





(array([0, 1, 2, 3]), dtype('int64'))

In [125]:

    

b = np.zeros((2,2), dtype = np.complex64)
b


    

    
Out[125]:





array([[ 0.+0.j,  0.+0.j],
       [ 0.+0.j,  0.+0.j]], dtype=complex64)

In [144]:

    

c = np.arange(0, 10, 2, dtype=np.float)
c


    

    
Out[144]:





array([ 0.,  2.,  4.,  6.,  8.])

In [145]:

    

d = c.astype(dtype=np.int)


    

In [146]:

    

d


    

    
Out[146]:





array([0, 2, 4, 6, 8])

In [162]:

    

np.float


    

    
Out[162]:





float

In [163]:

    

a = np.empty((3,3))
a.fill(0.1)
a


    

    
Out[163]:





array([[ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1]])

In [164]:

    

b = np.ones((3,3))
b


    

    
Out[164]:





array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

In [165]:

    

a + b


    

    
Out[165]:





array([[ 1.1,  1.1,  1.1],
       [ 1.1,  1.1,  1.1],
       [ 1.1,  1.1,  1.1]])

In [151]:

    

b/a


    

    
Out[151]:





array([[ 10.,  10.,  10.],
       [ 10.,  10.,  10.],
       [ 10.,  10.,  10.]])

In [152]:

    

a/b


    

    
Out[152]:





array([[ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1]])

In [153]:

    

a**2


    

    
Out[153]:





array([[ 0.01,  0.01,  0.01],
       [ 0.01,  0.01,  0.01],
       [ 0.01,  0.01,  0.01]])

In [154]:

    

np.pi*b


    

    
Out[154]:





array([[ 3.14159265,  3.14159265,  3.14159265],
       [ 3.14159265,  3.14159265,  3.14159265],
       [ 3.14159265,  3.14159265,  3.14159265]])

In [170]:

    

a = np.random.rand(10,10)


    

In [171]:

    

va.enable()


    

In [172]:

    

a


    

    
Out[172]:

In [173]:

    

a[0,0]


    

    
Out[173]:





0.049753008761178497

In [174]:

    

a[-1,-1] == a[9,9]


    

    
Out[174]:





True

In [175]:

    

a[:,0]


    

    
Out[175]:

In [176]:

    

a[-1,:]


    

    
Out[176]:

In [177]:

    

a[0:2,0:2]


    

    
Out[177]:

In [178]:

    

a[0:5, 0:5] = 1.0


    

In [179]:

    

a


    

    
Out[179]:

In [180]:

    

va.disable()


    

In [181]:

    

ages = np.array([23,56,67,89,23,56,27,12,8,72])
genders = np.array(['m','m','f','f','m','f','m','m','m','f'])


    

In [182]:

    

ages >30


    

    
Out[182]:





array([False,  True,  True,  True, False,  True, False, False, False,  True], dtype=bool)

In [183]:

    

genders == 'm'


    

    
Out[183]:





array([ True,  True, False, False,  True, False,  True,  True,  True, False], dtype=bool)

In [186]:

    

(ages > 10) & (ages < 50)


    

    
Out[186]:





array([ True, False, False, False,  True, False,  True,  True, False, False], dtype=bool)

In [187]:

    

mask = (genders == 'f')
ages[mask]


    

    
Out[187]:





array([67, 89, 56, 72])

In [188]:

    

ages[ages>30]


    

    
Out[188]:





array([56, 67, 89, 56, 72])

In [ ]: