Muhtasari wa NumPy

创建 NumPy ndarray 对象

NumPy 用于处理数组。 NumPy 中的数组对象称为 ndarray.

我们可以使用 array() 函数创建一个 NumPy ndarray 对象。

Mfano

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

Mfano wa Kusafiri

type(): 这个内置的 Python 函数告诉我们传递给它的对象的类型。像上面的代码一样，它表明 arr Inaonekana kama numpy.ndarray Tirika.

kumekua ndarrayTumia orodha, tupu au kifaa cha kifaa kingine kinachotumika kama kifaa cha kifaa. array() Kitendo, kwa sababu itakuwa kumekua kama ndarray:

Mfano

Tumia tupu kumekua kifaa cha NumPy:

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

Mfano wa Kusafiri

Kipimo cha kifaa cha kifaa

Kipimo cha kifaa cha kifaa ina uadilifu wa ukubwa wa kifaa cha kifaa (kifaa cha kifaa).

Kifaa cha kifaa:Inaangalia kifaa cha kifaa kama zawadi.

Kifaa cha ukubwa wa nane

Kifaa cha ukubwa wa nane, au scalar ( Scalars), ina zawadi kwa kifaa cha ukubwa wa nane. Zawadi zote za kifaa zina zawadi za kifaa cha ukubwa wa nane.

Mfano

Tumia zawadi 61 kumekua kifaa cha ukubwa wa nane:

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

Mfano wa Kusafiri

Kifaa cha 1-D

Inayotumia zawadi ya kifaa cha 1-D kama zawadi, inayoitwa kifaa cha ukubwa wa moja au 1-D.

Kifaa cha 1-D

Mfano

Hii inaonekana kwa kawaida na inayotumika kwa sababu ya kumekua kifaa cha 1-D.

import numpy as np
Tumia zawadi 1, 2, 3, 4, 5, 6 kumekua kifaa cha 1-D:
print(arr)

Mfano wa Kusafiri

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

Kifaa cha 2-D

Ziwapo inayotumika kwa kumtaarisha kifaa cha kifaa au kifaa cha tatu.

NumPy ina moduli mfululizo iliyotumia muhimu kwa mafanikio ya kifaa cha kifaa. numpy.mat.

Mfano

Tumia mabara ya 2-D kumekua mabara ya 2-D iliyotumia zawadi 1, 2, 3 na 4, 5, 6:

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

Mfano wa Kusafiri

Kifaa cha 3-D

Inayotumia mabara ya 2-D kama mabara, inayoitwa kifaa cha 3-D.

Mfano

Tumia mabara ya 2-D kumekua kifaa cha 3-D, mabara yote yana zawadi 1, 2, 3 na 4, 5, 6 kwa mabara yote:

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

Mfano wa Kusafiri

Tathakika ukurasa wa kipimo cha kifaa?

NumPy kifaa kinatazaa kipimo cha kifaa kilichotumia kipimo cha kipimo cha kifaa. ndim Mafuta, inayotumia kifaa kilichotumia namba inayotukia ukurasa wa kipimo cha kifaa kwa sababu ya kumtaarifu ukurasa wa kipimo cha kifaa kwa sababu ya kumtaarifu ukurasa wa kipimo cha kifaa.

Mfano

Tathakika ukurasa wa kipimo cha kipimo cha kifaa:

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)

Mfano wa Kusafiri

Tabia za viwango vya juu

Tabia zingekuwa na viwango vya kina kina.

Inaweza kutumia ndmin kwenye kumwengeneza kipya kwa tabia. ndmin Makala ya Kiwango

Mfano

Kichapa cha kumwengeneza kipya kwa tabia za 5 na kuthibitisha kwamba ina viwango vya 5:

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

Mfano wa Kusafiri

Kwenye hali hii, kiwango chikuu cha kijadili (kiwango cha 5 cha dim) kina viwango vya 4, kiwango cha 4 kina viwango vya 1 kama kiumbo, kiwango cha 3 kina viwango vya 1 kama matathani ya kiumbo, kiwango cha 2 kina viwango vya 1 kama matathani ya 3D, na kiwango cha 1 kina viwango vya 1 kama matathani ya 4D.