Criação de Arrays NumPy: Um Guia Completo

NumPy é uma biblioteca fundamental no ecossistema de computação científica do Python. Sua força reside no ndarray (array n-dimensional), uma estrutura de dados altamente eficiente que permite cálculos numéricos rápidos em conjuntos de dados extensos. Este tutorial aborda a criação de diversos arrays NumPy, focando em vários tipos de arrays fundamentais.

Sumário

1. Criando Arrays de Zeros
2. Criando Arrays de Uns
3. Criando Arrays Identidade e Diagonais
4. Criando Arrays Triangulares
5. Criando Arrays com um Valor de Preenchimento Específico
6. Criando Arrays com Valores Aleatórios

Criando Arrays de Zeros

Gerar arrays preenchidos com zeros é uma tarefa frequente. A função zeros() do NumPy simplifica isso. Ela aceita a forma do array (um único inteiro para 1D ou uma tupla para dimensões superiores) e um argumento dtype opcional para especificar o tipo de dados.

import numpy as np

# Array 1D de zeros
zeros_1d = np.zeros(5)
print("Array de Zeros 1D:n", zeros_1d)

# Array 2D de zeros
zeros_2d = np.zeros((3, 4), dtype=int) # dtype explícito para clareza
print("nArray de Zeros 2D:n", zeros_2d)

Criando Arrays de Uns

Similarmente, ones() cria arrays inicializados com uns. Usa os mesmos argumentos que zeros(): forma e tipo de dados.

import numpy as np

# Array 1D de uns
ones_1d = np.ones(4, dtype=float) # dtype explícito é uma boa prática
print("Array de Uns 1D:n", ones_1d)

# Array 2D de uns
ones_2d = np.ones((2, 3))
print("nArray de Uns 2D:n", ones_2d)

Criando Arrays Identidade e Diagonais

A função eye() gera arrays com uns na diagonal principal e zeros em outros lugares (uma matriz identidade para arrays quadrados). Um argumento k opcional permite especificar um deslocamento para a diagonal.

import numpy as np

# Matriz identidade 3x3
identity_matrix = np.eye(3)
print("Matriz Identidade:n", identity_matrix)

# Matriz 3x3 com uns na diagonal deslocada em 1
offset_diagonal = np.eye(3, k=1)  # k=1 desloca a diagonal uma posição para a direita
print("nDiagonal Deslocada em 1:n", offset_diagonal)

Criando Arrays Triangulares

NumPy fornece triu() (triangular superior) e tril() (triangular inferior) para extrair ou criar porções triangulares de arrays. Elementos abaixo (triu) ou acima (tril) da diagonal principal se tornam zero.

import numpy as np

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

upper_triangular = np.triu(array)
print("Array Triangular Superior:n", upper_triangular)

lower_triangular = np.tril(array)
print("nArray Triangular Inferior:n", lower_triangular)

Criando Arrays com um Valor de Preenchimento Específico

A função full() permite criar arrays preenchidos com qualquer valor especificado.

import numpy as np

filled_array = np.full((2,3), 7)
print(filled_array)

Criando Arrays com Valores Aleatórios

O módulo random do NumPy fornece funções para criar arrays com números aleatórios de várias distribuições. Por exemplo, rand() cria um array de floats aleatórios entre 0 e 1.

import numpy as np

random_array = np.random.rand(3, 2)
print(random_array)

Este tutorial abrange técnicas fundamentais de criação de arrays NumPy. Dominá-las é essencial para manipulação e análise de dados eficientes em computação científica e ciência de dados.