In [1]:

    

#importando a biblioteca numpy com apelido np
import numpy as np


    

In [6]:

    

# criando um array convertendo de uma lista.
my_list1 = [1,2,3,4]


    

In [8]:

    

# crio um novo array a partir da lista anterior
my_array1 = np.array(my_list1)


    

In [9]:

    

my_array1


    

    
Out[9]:





array([1, 2, 3, 4])

In [10]:

    

my_list2 = [11,22,33,44]


    

In [11]:

    

# Uma nova lista combinada com as duas anteriores
my_lists = [my_list1,my_list2]


    

In [12]:

    

# então posso criar um array multidimensional (matrz)
my_array_2 = np.array(my_lists)


    

In [13]:

    

my_array_2


    

    
Out[13]:





array([[ 1,  2,  3,  4],
       [11, 22, 33, 44]])

In [15]:

    

# Qual é o shape do array ?
my_array_2.shape


    

    
Out[15]:





(2, 4)

In [16]:

    

# qual tipo de dados do array ?
my_array_2.dtype


    

    
Out[16]:





dtype('int32')

In [18]:

    

np.zeros(5) # Gera um vetor unidimensional com 5 indices com valor zero do tipo float


    

    
Out[18]:





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

In [19]:

    

np.ones([5,5]) # Gera um vetor multidimensional. No caso bidimensional com 5 linhas e 5 colunas com valor um tipo float


    

    
Out[19]:





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

In [20]:

    

np.empty(5) # Gera um vetor unidimensional com 5 indices com valor zero do tipo float


    

    
Out[20]:





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

In [22]:

    

'''
    Gera uma Matriz Identidade, um vetor multidimensional com 5 linhas e 5 colunas com valor 1 para cada elemento 
    da diagonal principal e tipo float
'''
np.eye(5)


    

    
Out[22]:





array([[ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  1.]])

In [23]:

    

np.arange(5)


    

    
Out[23]:





array([0, 1, 2, 3, 4])

In [24]:

    

np.arange(5,50,2)


    

    
Out[24]:





array([ 5,  7,  9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37,
       39, 41, 43, 45, 47, 49])

In [ ]: