User Tools

Site Tools


appunti3s:numpy

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
appunti3s:numpy [2020/07/17 06:41] profproappunti3s:numpy [2020/08/02 17:27] (current) profpro
Line 25: Line 25:
 e = np.ones((3, 4)) e = np.ones((3, 4))
 del e    # libera la memoria del e    # libera la memoria
 +
  
 </file> </file>
Line 32: Line 33:
     *  la variabile a, ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 2     *  la variabile a, ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 2
     *  la variabile b ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 1, quindi si dice che ha un solo asse.     *  la variabile b ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 1, quindi si dice che ha un solo asse.
 +  * Per comprendere questo termine (numero di assi) basta immaginare che la variabile b possa essere usata per contenere i punti dell'asse x
  
 Questa istruzione preleva solo alcuni valori, tutti e tre della seconda colonna. Questa istruzione preleva solo alcuni valori, tutti e tre della seconda colonna.
   c[0:2, 1]   c[0:2, 1]
   c[:,1]     # equivalente   c[:,1]     # equivalente
 +
 +
 +(Per una matrice 2D, quando si richiama un elemento, è del tipo nome[riga,colonna])
 +
  
 ==Iterazione== ==Iterazione==
Line 62: Line 68:
 </file> </file>
  
-==Esempio di operatori==+====Esempio di operatori====
  
 == matrix product == == matrix product ==
Line 76: Line 82:
  
 ==Prodotto vettoriale o cross product== ==Prodotto vettoriale o cross product==
 +
 +Di solito si moltiplicano due array 1 D e si ottiene un terzo array 1 D, ortogonale.
  
 <code python> <code python>
-  numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None)[source]¶+  numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None)
 </code> </code>
  
 ==Prodotto scalare o dot product== ==Prodotto scalare o dot product==
  
-(in realtà non fa il prodotto scalare?)+Ha un comportamento diverso, a seconda dei fattori utilizzati
  
 +  * usando il tipo scalare 0 D, equivale a fare il prodotto con asterisco *
 +  * usando il tipo array 1 D, equivale a fare il prodotto scalare, o somma dei prodotti
 +  * usando il tipo array 2 D, .........
 +
 +<code>
 +   fare un esempio....
 +</code>
 Quando gli array sono 2D è preferibile usare @ Quando gli array sono 2D è preferibile usare @
  
appunti3s/numpy.1594960900.txt.gz · Last modified: 2020/07/17 06:41 by profpro