Mit Python große Datenmengen verarbeiten: NumPy für Anfänger

NumPy ist die Grundlage, damit Python effizient mit großen Datenmengen umgehen kann. Der Numpy-Array ist dabei sehr viel schneller als eine Python-Liste.

Lesezeit: 13 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 16 Beiträge
Von
  • Marvin Strathmann
Inhaltsverzeichnis

Das Open-Source-Projekt NumPy gehört zu den wichtigsten Python-Bibliotheken, wenn man große Datenmengen verarbeiten möchte. NumPy erlaubt es, effizient mit Vektoren und Matrizen zu arbeiten und bildet etwa die Grundlage für Grafiken mit Matplotlib, Analysen mit Pandas und Machine-Learning-Projekte mit Python.

Das zentrale Element von NumPy ist der Array. Er ähnelt einer Python-Liste, bietet aber mehr Funktionen und ist deutlich schneller. Gerade bei großen Datenmengen spielt der Array von NumPy seine Stärken aus und erleichtert das Arbeiten.

Mehr zu Python

Wir zeigen die wesentlichen Aspekte von NumPy: Wie man einen NumPy-Array erstellt, mit mehreren Dimensionen arbeitet und den Datentypen sowie den Shape ermittelt und ändert. Da es um die Grundlagen geht, muss man kein Datenwissenschaftler sein, um die Programmierbeispiele nachzuvollziehen – lediglich einige Kenntnisse in Python sind hilfreich, um die Syntax zu verstehen.

Immer mehr Wissen. Das digitale Abo für IT und Technik.

  • Zugriff auf alle Inhalte von heise+
  • exklusive Tests, Ratgeber & Hintergründe: unabhängig, kritisch fundiert
  • c't, iX, MIT Technology Review, Mac & i, Make, c't Fotografie direkt im Browser lesen
  • einmal anmelden – auf allen Geräten lesen - monatlich kündbar
  • erster Monat gratis, danach monatlich ab 9,95 €
  • Wöchentlicher Newsletter mit persönlichen Leseempfehlungen des Chefredakteurs
GRATIS-Monat beginnen Jetzt GRATIS-Monat beginnen Mehr Informationen zu heise+