Page 145 - 6734

print X.mean(), X.std(), X.var()
X=np.random.normal(15,1,1000) # випадкова вибірка з
нормального розподілу (середнє 15,
середньоквадратичне відхилення 1)
print X.mean(), X.std(), X.var()

[ 0.8374071 0.30127402 0.74989105]
15.101728332 2.93002837893 8.58506630134
14.9962835669 2.08557855706 4.34963791765
14.9576149223 0.973514441406 0.947730367627
numpy – поліноми

В прикладі показано роботу з поліномами в NumPy: створення,
отримання коренів, апроксимація поліномом [25].

import numpy as np
p = np.poly1d([3, 2, -1]) # поліном 3*x**2 + 2*x − 1
print p(10) # значення полінома для x=10
print p.roots # корені
x, y = np.array([0,1,2]), np.array([0,2,8]) # дані
print np.polyfit(x, y, 2) # коеф. полінома 2 степеня,
що апроксимує ці дані

319
[-1. 0.33333333]
[ 2.00000000e+00 -1.18450880e-15 1.17986445e-16]

scipy.vectorize – векторизація функцій
Функція scipy.vectorize визначає векторизовану функцію,
яка отримує послідовність або масив numpy і повертає один або
кортеж масивів numpy. Використовується для перетворення
звичайних функцій в їхній векторизований варіант.

from scipy import vectorize
def f(x): return x+2 # звичайна функція
#print f([1,2,3]) # буде помилка!
144