Usando de operadores aritméticos em arrays

Para esse exemplo criamos nossa array data7 de 10 elementos ordenados gerados aleatoriamente. Por meio da função print( ) podemos tanto exibir seu conteúdo quanto realizar proposições baseadas em operadores lógicos. Note que no exemplo a seguir, estamos verificando quais elementos de data7 tem seu valor maior que 3.

Na primeira linha todo o conteúdo de data7, na segunda marcados como False os elementos menores que 3, assim como marcados como True os de valor maior que 3.

print ( data7 )

print ( data7 [ 4 ] > 5 )

Da mesma forma como visto anteriormente, fazendo a seleção de um elemento por meio de seu índice, também podemos aplicar um operador lógico sobre o mesmo.

Nesse caso, o elemento da posição 4 do índice, o número 3, não é maior que 5, logo, o retorno sobre essa operação lógica é False.

Usando de operadores aritméticos em arrays

Dentro das possibilidades de manipulação de dados em arrays do tipo numpy está a de realizar, como esperado, operações aritméticas entre tais dados. Porém recapitulando o básico da linguagem Python, quando estamos trabalhando com determinados tipos de dados temos de observar seu tipo e compatibilidade com outros tipos de dados, sendo em determinados casos necessário a realização da conversão entre tipos de dados.

Uma array numpy permite realizar determinadas operações que nos mesmos tipos de dados em formato não array numpy iriam gerar exceções ou erros de interpretação.

data8 = [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]

print ( data8 + 10 )

Para entendermos melhor, vamos usar do seguinte exemplo, temos uma array data8 com uma série de elementos dispostos em formato de lista, o que pode passar despercebido aos olhos do usuário, subentendendo que para este tipo de dado é permitido realizar qualquer tipo de operação. Por meio da função print( ) parametrizada com data8 + 10, diferentemente do esperado, irá gerar um erro.

Repare que o interpretador lê os dados de data8 como uma simples lista, tentando por meio do operador + concatenar os dados com o valor 10 ao invés de realizar a soma.

data8 = np.array ( data8 )

print ( data8 + 10 )

Realizando a conversão de data8 para uma array do tipo numpy, por meio da função np.array( ) parametrizada com a própria variável data8, agora é possível realizar a operação de soma dos dados de data8 com o valor definido 10.