Skip to content

Latest commit

 

History

History
 
 

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 

README.md

Manipulando matrizes com Python

Matrizes

Uma matriz é um array bidimensional, ou seja, uma tabela com linhas e colunas.

Biblioteca Numpy

A biblioteca Numpy é uma biblioteca Python que permite realizar operações matemáticas em arrays multidimensionais.

Vamos importar a biblioteca Numpy e criar uma matriz com 3 linhas e 2 colunas.

import numpy as np

x = np.empty((3, 2), dtype=np.int32)

A função empty() aloca memória para uma matriz de 3 linhas e 2 colunas do tipo inteiro.

Acessando elementos de uma matriz

Vamos acessar o primeiro elemento da primeira linha da matriz.

print(x[0][0])

Alterando elementos de uma matriz

Vamos alterar o primeiro elemento da primeira linha da matriz.

x[0][0] = 10

Percorrendo uma matriz

Vamos percorrer a matriz e imprimir cada elemento.

for i in range(len(x)):
    for j in range(len(x[i])):
        print(x[i][j])

Matrizes com np.array()

Vamos criar uma matriz com 3 linhas e 2 colunas.

x = np.array([[1, 2], [3, 4], [5, 6]])

Matrizes com np.zeros()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com zeros.

x = np.zeros((3, 2), dtype=np.int32)

Matrizes com np.ones()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com uns.

x = np.ones((3, 2), dtype=np.int32)

Matrizes com np.full()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com o número 10.

x = np.full((3, 2), 10, dtype=np.int32)

Matrizes com np.eye()

Vamos criar uma matriz identidade 3x3.

x = np.eye(3, dtype=np.int32)

Matrizes com np.random.random()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com números aleatórios.

x = np.random.random((3, 2))

Matrizes com np.arange()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com números de 0 a 5.

x = np.arange(6).reshape(3, 2)

Matrizes com np.linspace()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com números de 0 a 5.

x = np.linspace(0, 5, 6).reshape(3, 2)

Matrizes com np.random.randint()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com números inteiros aleatórios de 0 a 10.

x = np.random.randint(0, 10, 6).reshape(3, 2)

Matrizes com np.random.normal()

Vamos criar uma matriz com 3 linhas e 2 colunas preenchidas com números aleatórios de uma distribuição normal.

x = np.random.normal(0, 1, 6).reshape(3, 2)