1. diel - NumPy - Predstavenie knižnice
V tomto kurze programovacieho jazyka Python sa zameriame na knižnicu NumPy. Najprv si vysvetlíme, na čo sa knižnica používa a ako knižnicu NumPy nainštalovať. Ukážeme si, aké nové dátové typy knižnica NumPy prináša a vyskúšame si možnosti, ktoré knižnica poskytuje pre efektívnu prácu so zoznamami v Pythone. Ďalej sa naučíme pracovať aj s matematickými funkciami, ktoré táto knižnica poskytuje.
Predpoklady pre zvládnutie kurzu
Aby sme dobre pochopili, ako knižnica NumPy funguje a čo nám poskytuje za možnosti, je potrebné mať znalosti na úrovni kurzov Základná konštrukcia jazyka Python a Objektovo orientované programovanie v Pythone.
Čo je NumPy?
Numpy je knižnica programovacieho jazyka Python 3, ktorá sa používa najmä na rýchlejšiu prácu so zoznamami. Ako sám názov NumPy napovedá, knižnica nachádza hojné využitie všade, kde sa pracuje s číslami a matematickými funkciami.
Zoznamy v Pythone vs NumPy
arrays
Po absolvovaní základov v Pythone vieme, že Python sám ponúka zoznamy,
ktoré je možné použiť aj bez importovania ďalších knižníc. V čom teda
spočíva zásadná výhoda knižnice NumPy? V tom, že NumPy používa
efektívnejšie algoritmy, čo umožňuje rýchlejší beh
programu. Tento rozdiel sa neprejaví toľko pri malých zoznamoch rádovo v
desiatkach položiek. Diametrálne iné je to ale pri väčších
datasetoch rádovo v tisícoch položiek, na ktorých robíme
komplikované výpočty. Rozdiel medzi NumPy algoritmami a natívnymi zoznamami
Pythona sú v rádoch desiatok sekúnd až minút na jeden beh
programu. Okrem toho je kód s využitím takzvaných ufunc
čitateľnejší a stručnejší, ale o tom si viac povieme v ďalších
lekciách.
Termín ufunc označuje triedu univerzálnych
funkcií v knižnici NumPy, ktoré efektívne a rýchlo vykonávajú
elementárne operácie na poliach pomocou vektorizácie.
Oproti štandardnej terminológii Pythona, ktorý pole označuje ako
"zoznam", má Numpy vlastný prístup. V kontexte knižnice NumPy sa obvykle
používa namiesto "zoznamu" termín "pole" (v angličtine "array"). Toto je
spôsobené tým, že NumPy pracuje s vlastnou dátovou štruktúrou zvanou
ndarray, ktorá je síce podobná zoznamom v Pythone, ale má
viac dimenzií a je navrhnutá pre efektívne výpočty
a manipuláciu s dátami. NumPy poľa podporujú väčšie množstvo
operácií a majú viac vlastností ako obyčajné Python zoznamy. Preto v
kontexte NumPy hovoríme o "poliach" miesto o "zoznamoch". Tieto dva termíny je
potrebné dôsledne odlišovať v rámci kontextu výkladu.
Knižnice využívané s NumPy
V programovacom jazyku označuje knižnica súbor funkcií, ktoré už niekto prichystal pred nami a uložil ich do premenných v rámci konkrétnej knižnice. V praxi nám to ušetrí veľa času a riadkov v kóde, pretože nemusíme písať celú funkciu znova. Stačí nám zavolať si konkrétnu funkciu z konkrétnej knižnice. NumPy je samostatnou knižnicou, ale aby sme plne ocenili jej funkcie, je dobré pri práci s ňou využiť ešte niekoľko ďalších knižníc.
MatPlotLib
Knižnicu MatPlotLib využijeme vo chvíli, keď budeme chcieť vizualizovať naše dáta. Umožní nám vytvoriť celú škálu grafov, od korelačného diagramu scatterplotu, cez histogram a krabicový graf boxplot, až po zložitejšie systémy súradníc. MatPlotLib taktiež dokáže tieto vizualizácie farebne upravovať, zoomovať, prípadne vie aj upraviť ich škálu.
Pandas
Pri použití NumPy v štatistike sa čoskoro dostaneme do fázy, kedy už nám jednoduché polia nebudú stačiť. V tej chvíli oceníme knižnicu Pandas, ktorá poskytuje nástroje na prácu s dátami a tabuľkami (pre zjednodušenie - Pandas je taký Excel v Pythone). Detaily a podrobnosti práce s knižnicou Pandas máme v kurze Pandas - Vizualizácia dát v Pythone.
Ostatné
Okrem vyššie spomínaných existuje celý rad ďalších knižníc, ktoré majú podobné funkcie, či rozširujú možnosti našej práce s knižnicou NumPy iným smerom. Napríklad knižnica SciPy poskytuje mnoho ďalších matematických funkcií vrátane geometrie v priestore či pravdepodobnostných funkcií.
Inštalácia NumPy
Inštalácia knižnice NumPy je veľmi jednoduchá. Môžeme si zvoliť jednu z dvoch nižšie popísaných metód – buď pomocou nástroja PIP alebo pomocou programu Anaconda.
Inštalácia pomocou PIP
Pokiaľ už máme nainštalovaný Python 3 a PIP, stačí do príkazového riadku napísať text nižšie:
Po chvíľke sa nainštaluje najnovšia verzia knižnice NumPy.
Nainštalujme si aj spomínaný MatPlotLib:
Inštalácia pomocou Anacondy
Pre začiatočníkov je tento variant inštalácie jednoduchší, pretože cez Anacondu môžeme do nášho Pythonu stiahnuť aj ďalšie užitočné knižnice a programy. Na stránke Anaconda.com si stiahneme verziu pre náš operačný systém. Dostupné sú pre Windows, MacOS aj Linux. Následne program spustíme a zahájime inštaláciu. Vyberieme zložku, kam Anacondu stiahneme a necháme všetky zaškrtávacie políčka v defaultnom stave. Políčko Add anaconda to my PATH environment variable. chceme ponechať nezaškrtnuté. Po dokončení inštalácie máme NumPy v našom Pythone pripravený na prácu.
Jupyter Notebook
Jedným z najobľúbenejších prostredí pre vytváranie projektov s NumPy je Jupyter Notebook. Jedná sa o aplikáciu využívajúcu prostredie prehliadača, do ktorej píšeme svoj kód v Pythone. Prostredie, ako už názov napovedá, skutočne pripomína poznámkový blok a je užívateľsky veľmi prívetivé.
Prostredie Jupyter Notebook je len jedno z mnohých možných. Úplne na nás je, či si radšej zvolíme iné IDE ako napríklad PyCharm alebo VS Code. Na prácu s NumPmi to nemá vplyv.
Jupyter Notebook nainštalujeme aj pomocou PIP:
Vytvorenie projektu
Jupyter Notebook si spustíme buď cez príkazový riadok alebo Anacondu. Na otvorenie príkazového riadka stačí v počítači vyhľadať cmd a kliknúť naň. Akonáhle sa nám príkazový riadok otvorí, zadáme doňho:
Po pár sekundách sa nám Jupyter Notebook otvorí ako nová záložka v prehliadači.
Ak sme si stiahli Anacondu, môžeme Jupyter Notebook taktiež otvoriť pomocou aplikácie Anaconda Navigator. Po spustení Anacondy si v hlavnom menu aplikácie nájdeme dlaždicu Jupyter Notebook a klikneme na Launch. Opäť sa nám objaví nová záložka v našom prehliadači:
Teraz si vytvoríme nový projekt. V pravom hornom rohu klikneme na New, čím sa nám rozbalí lišta. Hneď ako prvá máme možnosť Python 3. Tú vyberieme a otvorí sa nám nový projekt:
Import NumPy
V samotnom Pythone potom na začiatku nášho kódu importujeme NumPy pomocou
príkazu import. Tradične sa NumPy importuje pod skratkou
np, pre prácu to však nie je podmienkou. Okrem NumPy si
importujeme ešte modul pyplot z knižnice Matplotlib, pomocou
ktorého si dokážeme vizualizovať obsah v našich poliach. Pre
pyplot sa bežne používa skratka plt.
Stlačením kláves Shift + Enter potvrdíme import knižníc. V tejto chvíli náš Jupyter Notebook vyzerá takto a my sme pripravení s ním začať pracovať:
Knižnicu aj pracovné prostredie teda máme pripravené a môžeme sa pustiť do práce. To je pre túto lekciu všetko.
V budúcej lekcii, NumPy - Dátové typy , si povieme niečo o základných dátových typoch knižnice NumPy, na čo ich môžeme využiť a ako s nimi pracovať.
