Introduzione a NumPy

Creare oggetti ndarray NumPy

NumPy è usato per gestire array. Gli oggetti array in NumPy sono detti ndarray.

Possiamo usare array() La funzione crea un array NumPy ndarray Oggetto.

Esempio

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

Eseguire l'istanza

type(): Questa funzione integrata di Python ci dice il tipo dell'oggetto passato a essa. Come nel codice sopra, indica arr è numpy.ndarray Tipo.

da creare ndarray, possiamo passare una lista, un tuple o qualsiasi altro oggetto simile a un array a array() Metodo, poi verrà convertito in ndarray:

Esempio

Creare un array NumPy utilizzando un tuple:

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

Eseguire l'istanza

Le dimensioni dell'array

Le dimensioni dell'array sono un livello della profondità degli array annidati (array a livello inferiore).

Array annidati:Si riferisce a un array che contiene array come elementi.

Array 0-D

Array 0-D, o scalari (Scalars), sono gli elementi dell'array. Ogni valore nell'array è un array 0-D.

Esempio

Creare un array 0-D utilizzando il valore 61:

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

Eseguire l'istanza

Array 1-D

I suoi elementi sono array 0-D, detti array 1-D.

Questo è il tipo più comune e di base di array.

Esempio

Creare un array 1-D contenente i valori 1, 2, 3, 4, 5, 6:

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

Eseguire l'istanza

Array 2-D

I suoi elementi sono array 1-D, detti array 2-D.

Normalmente utilizzati per rappresentare matrici o tensori di secondo ordine.

NumPy ha un sottomodulo completo dedicato alle operazioni matriciali numpy.mat.

Esempio

Creare un array 2-D contenente due array con i valori 1, 2, 3 e 4, 5, 6:

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

Eseguire l'istanza

Array 3-D

I suoi elementi sono array 2-D, detti array 3-D.

Esempio

Creare un array 3-D utilizzando due array 2-D che contengono i valori 1, 2, 3 e 4, 5, 6 ciascuno:

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

Eseguire l'istanza

Controllare le dimensioni?

NumPy array fornisce ndim Proprietà, che restituisce un intero che ci dice quante dimensioni ha l'array.

Esempio

Controllare il numero di dimensioni dell'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)

Eseguire l'istanza

Array di dimensioni superiori

Un array può avere un numero qualsiasi di dimensioni.

Quando si crea un array, si può usare ndmin Definizione dei parametri della dimensione.

Esempio

Creare un array con 5 dimensioni e verificare che abbia 5 dimensioni:

import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('numero di dimensioni :', arr.ndim)

Eseguire l'istanza

In questo array, la dimensione più interna (la quinta dim) contiene 4 elementi, la quarta dim contiene 1 elemento come vettore, la terza dim ha 1 elemento che è una matrice con il vettore, la seconda dim ha 1 elemento che è un array 3D, mentre la prima dim ha 1 elemento che è un array 4D.