In [1]:

    

import numpy as np


    

In [4]:

    

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


    

In [29]:

    

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


    

    




---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-29-58852db37ac4> in <module>()
----> 1 import antipackage
      2 from github.ellisonbg.misc import vizarray as va

/usr/local/lib/python3.4/dist-packages/antipackage.py in <module>()
     17 import os
     18 import sys
---> 19 from urllib import urlretrieve
     20 import hashlib
     21 import shutil

ImportError: cannot import name 'urlretrieve'

In [6]:

    

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


    

In [7]:

    

type(a)


    

    
Out[7]:





numpy.ndarray

In [8]:

    

a


    

    
Out[8]:





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

In [9]:

    

a.shape


    

    
Out[9]:





(4,)

In [10]:

    

a.ndim


    

    
Out[10]:





1

In [11]:

    

a.size


    

    
Out[11]:





4

In [12]:

    

a.nbytes


    

    
Out[12]:





32

In [13]:

    

a.dtype


    

    
Out[13]:





dtype('int64')

In [17]:

    

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


    

In [18]:

    

b


    

    
Out[18]:





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

In [19]:

    

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


    

    
Out[19]:





((3, 4), 2, 12, 96)

In [25]:

    

c = np.arange(0.0, 20.0, 2.0)
c


    

    
Out[25]:





array([  0.,   2.,   4.,   6.,   8.,  10.,  12.,  14.,  16.,  18.])

In [27]:

    

e = np.linspace(0.0, 9.0, 3)
e


    

    
Out[27]:





array([ 0. ,  4.5,  9. ])

In [30]:

    

np.empty((4,4))


    

    
Out[30]:





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

In [33]:

    

np.zeros((3,3))


    

    
Out[33]:





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

In [37]:

    

np.ones((3,3))


    

    
Out[37]:





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

In [53]:

    

a = np.array([1,2,3,4])


    

In [54]:

    

a, a.dtype


    

    
Out[54]:





(array([1, 2, 3, 4]), dtype('int64'))

In [65]:

    

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


    

    
Out[65]:





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

In [69]:

    

c = np.arange(0, 20, 4, dtype=np.float)
c


    

    
Out[69]:





array([  0.,   4.,   8.,  12.,  16.])

In [70]:

    

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


    

    
Out[70]:





array([ 0,  4,  8, 12, 16])

In [84]:

    

np.float*?


    

In [88]:

    

a = np.empty((3,3), dtype=np.int64)
a.fill(6)
a


    

    
Out[88]:





array([[6, 6, 6],
       [6, 6, 6],
       [6, 6, 6]])

In [94]:

    

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


    

    
Out[94]:





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

In [95]:

    

a+b


    

    
Out[95]:





array([[ 7.,  7.,  7.],
       [ 7.,  7.,  7.],
       [ 7.,  7.,  7.]])

In [96]:

    

b/a


    

    
Out[96]:





array([[ 0.16666667,  0.16666667,  0.16666667],
       [ 0.16666667,  0.16666667,  0.16666667],
       [ 0.16666667,  0.16666667,  0.16666667]])

In [97]:

    

a/b


    

    
Out[97]:





array([[ 6.,  6.,  6.],
       [ 6.,  6.,  6.],
       [ 6.,  6.,  6.]])

In [98]:

    

a**2


    

    
Out[98]:





array([[36, 36, 36],
       [36, 36, 36],
       [36, 36, 36]])

In [99]:

    

np.pi*b


    

    
Out[99]:





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

In [109]:

    

a = np.random.rand(6,6)


    

In [110]:

    

a[0,0]


    

    
Out[110]:





0.83438918776281612

In [114]:

    

a[-1,-1] == a[5,5]


    

    
Out[114]:





True

In [115]:

    

a[:,0]


    

    
Out[115]:





array([ 0.83438919,  0.18034603,  0.55138011,  0.56378493,  0.53099761,
        0.1879156 ])

In [116]:

    

a[0:2,0:2]


    

    
Out[116]:





array([[ 0.83438919,  0.29926102],
       [ 0.18034603,  0.66158539]])

In [117]:

    

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


    

In [118]:

    

a


    

    
Out[118]:





array([[ 1.        ,  1.        ,  1.        ,  1.        ,  1.        ,
         0.48938767],
       [ 1.        ,  1.        ,  1.        ,  1.        ,  1.        ,
         0.12797526],
       [ 1.        ,  1.        ,  1.        ,  1.        ,  1.        ,
         0.08531904],
       [ 1.        ,  1.        ,  1.        ,  1.        ,  1.        ,
         0.78770196],
       [ 1.        ,  1.        ,  1.        ,  1.        ,  1.        ,
         0.97445815],
       [ 0.1879156 ,  0.86043708,  0.32280121,  0.75036672,  0.3508158 ,
         0.63288196]])

In [ ]:

    

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