Introducción a NumPy

Crear objetos ndarray NumPy

NumPy se utiliza para procesar arrays. Los objetos de array en NumPy se denominan ndarray.

Podemos usar array() La función crea un NumPy ndarray objeto.

实例

import numpy as np 
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))

运行实例

type(): Esta función integrada de Python nos dice el tipo del objeto que le pasa. arr es numpy.ndarray tipo.

para crear ndarrayPodemos pasar una lista, tupla o cualquier objeto similar a un array al array() Método, luego se convertirá a ndarray:

实例

Cree un array NumPy usando un tupla:

import numpy as np 
arr = np.array((1, 2, 3, 4, 5))
print(arr)

运行实例

Dimensión del array

La dimensión del array es un nivel de profundidad de arrays anidados (arrays enlazados).

Arrays anidados:Se refiere a un array que tiene otros arrays como elementos.

Array 0-D

El array 0-D, o escalar (Scalars), es un elemento del array. Cada valor en el array es un array 0-D.

实例

Cree un array 0-D usando el valor 61:

import numpy as np
arr = np.array(61)
print(arr)

运行实例

Array 1-D

Sus elementos son arrays 0-D, denominados uno-dimensional o 1-D.

Este es el más común y básico de los arrays.

实例

Cree un array 1-D que contenga los valores 1, 2, 3, 4, 5, 6:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
print(arr)

运行实例

Array 2-D

Sus elementos son arrays 1-D, denominados array 2-D.

Se utilizan comúnmente para representar matrices o tensores de segundo orden.

NumPy tiene un submódulo completo dedicado a las operaciones de matriz numpy.mat.

实例

Cree un array 2-D que contenga dos arrays con los valores 1, 2, 3 y 4, 5, 6:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

运行实例

Array 3-D

Sus elementos son arrays 2-D, denominados array 3-D.

实例

Cree un array 3-D usando dos arrays 2-D, que contienen los valores 1, 2, 3 y 4, 5, 6 en dos arrays:

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)

运行实例

¿Comprobar la dimensión?

El array NumPy proporciona ndim Propiedad, que devuelve un entero y nos informa cuántas dimensiones tiene el array.

实例

Verifique la cantidad de dimensiones del 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)

运行实例

更高维的数组

数组可以拥有任意数量的维。

在创建数组时，可以使用 ndmin 参数定义维数。

实例

创建一个有 5 个维度的数组，并验证它拥有 5 个维度：

import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('数量维度 :', arr.ndim)

运行实例

在此数组中，最里面的维度（第 5 个 dim）有 4 个元素，第 4 个 dim 有 1 个元素作为向量，第 3 个 dim 具有 1 个元素是与向量的矩阵，第 2 个 dim 有 1 个元素是 3D 数组，而第 1 个 dim 有 1 个元素，该元素是 4D 数组。