NumPy introduktion
- Forrige side NumPy grundlæggende
- Næste side NumPy array indeks
oprette NumPy ndarray objekt
NumPy bruges til at håndtere arrayer. Arrayobjekter i NumPy kaldes ndarray
.
Vi kan bruge array()
Funktionen opretter en NumPy ndarray
objekt.
Eksempel
import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) print(type(arr))
type(): Denne indbyggede Python-funktion fortæller os typen af objektet, den overføres til. Som i ovenstående kode, indikerer arr
er numpy.ndarray
type.
at oprette ndarray
Vi kan overføre en liste, tuple eller ethvert andet objekt, der ligner en array, til array()
Metode, derefter konverteres den til ndarray
:
Eksempel
Opret en NumPy-array ved hjælp af en tuple:
import numpy as np arr = np.array((1, 2, 3, 4, 5)) print(arr)
Dimensionerne i arrayet
Dimensionerne i arrayet er en niveau af array dybde (indlejrede arrayer).
Indlejrede arrayer:Det refererer til at bruge en array som elementer.
0-D array
0-D array, eller skalarer (Scalars), er elementer i en array. Hver værdi i arrayet er en 0-D array.
Eksempel
Opret en 0-D array med værdien 61:
import numpy as np arr = np.array(61) print(arr)
1-D array
Dets elementer er arrayer af 0-D arrayer, kaldet en维 eller 1-D array.
Dette er den mest almindelige og grundlæggende array.
Eksempel
Opret en 1-D array, der indeholder værdierne 1, 2, 3, 4, 5, 6:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) print(arr)
2-D array
Dets elementer er arrayer af 1-D arrayer, kaldet 2-D arrayer.
De bruges normalt til at repræsentere matricer eller andenordens tensorer.
NumPy har en fuld undermodul dedikeret til matrixoperationer numpy.mat
.
Eksempel
Opret en 2-D array, der indeholder værdierne 1, 2, 3 og 4, 5, 6 to arrayer:
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr)
3-D array
Dets elementer er arrayer af 2-D arrayer, kaldet 3-D arrayer.
Eksempel
Opret en 3-D array ved at bruge to 2-D arrayer, som begge indeholder værdierne 1, 2, 3 og 4, 5, 6:
import numpy as np arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]]) print(arr)
Tjek dimensioner?
NumPy-arrayer tilbyder ndim
Egenskab, der returnerer et heltal, der fortæller os, hvor mange dimensioner arrayet har.
Eksempel
Tjek hvor mange dimensioner der er i en array:
import numpy as np a = np.array(42) b = np.array([1, 2, 3, 4, 5]) c = np.array([[1, 2, 3], [4, 5, 6]]) d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]]) print(a.ndim) print(b.ndim) print(c.ndim) print(d.ndim)
Højere dimensioner
Array kan have et vilkårligt antal dimensioner.
Man kan bruge ndmin
Parameterdefinition af dimensioner.
Eksempel
Opret en array med 5 dimensioner og verificer, at den har 5 dimensioner:
import numpy as np arr = np.array([1, 2, 3, 4], ndmin=5) print(arr) print('antal dimensioner:', arr.ndim)
I denne array, den mest indre dimension (den 5. dim) har 4 elementer, den 4. dim har 1 element som en vektor, den 3. dim har 1 element som en matrix med vektoren, den 2. dim har 1 element som en 3D array, og den 1. dim har 1 element, som er en 4D array.
- Forrige side NumPy grundlæggende
- Næste side NumPy array indeks