Введение в NumPy

Создание объекта NumPy ndarray

NumPy предназначен для обработки массивов. Объекты массивов в NumPy называются ndarray.

Мы можем использовать array() Функция создает NumPy ndarray объект.

Пример

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

Запуск примера

type(): Этот内置ый Python функционал告诉我们 тип объекта, переданного ему. Как в приведенном выше коде, это указывает на arr является numpy.ndarray Тип.

создать ndarrayМы можем передать список, кортеж или любое другое объект, подобное массиву, в array() Метод, после чего он будет преобразован в ndarray:

Пример

Создание NumPy массива с помощью кортежа:

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

Запуск примера

Измерения массива

Измерения массива представляют собой уровень глубины вложенных массивов (вложенных массивов).

Вложенные массивы:Это означает, что массив является массивом элементов.

0-D массив

0-D массив, или скаляр (Scalars), это элемент массива. Каждый элемент массива является 0-D массивом.

Пример

Создание 0-D массива с значением 61:

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

Запуск примера

1-D массив

Его элементы являются массивами 0-D массивов, называемыми одномерными или 1-D массивами.

Это наиболее часто используемый и базовый массив.

Пример

Создание 1-D массива, содержащего значения 1, 2, 3, 4, 5, 6:

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

Запуск примера

2-D массив

Его элементы являются массивами 1-D массивов, называемыми 2-D массивами.

Они обычно используются для представления матриц или двухмерных тензорных продуктов.

NumPy имеет целую подмодуль,专门 предназначенный для операций с матрицами numpy.mat.

Пример

Создание 2-D массива, содержащего два массива с значениями 1, 2, 3 и 4, 5, 6:

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

Запуск примера

3-D массив

Его элементы являются массивами 2-D массивов, называемыми 3-D массивами.

Пример

Создание 3-D массива, используя два 2-D массива, которые оба содержат значения 1, 2, 3 и 4, 5, 6:

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

Запуск примера

Проверка измерений?

Массивы NumPy предоставляют ndim Атрибут, который возвращает целое число, указывающее количество измерений массива.

Пример

Проверка количества измерений массива:

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)

Запуск примера

Высоковекторные массивы

Массив может иметь любое количество осей.

При создании массива можно использовать ndmin Определение параметров осей.

Пример

Создайте массив с 5 осями и проверьте, что у него 5 осей:

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

Запуск примера

В этом массиве, самая внутренняя ось (5-й dim) содержит 4 элемента, 4-й dim содержит 1 элемент в виде вектора, 3-й dim содержит 1 элемент в виде матрицы с векторами, 2-й dim содержит 1 элемент в виде 3D массива, а 1-й dim содержит 1 элемент, являющийся 4D массивом.