Panimula ng NumPy

Kurso na inirerekomenda:

Gumawa ng NumPy ndarray object Mga paraan, pagkatapos nito ito ay maging.

NumPy ay ginagamit para sa paggamit ng array. Ang mga object ng array sa NumPy ay tinatawag na , maaari naming ipasa ang listahan, tuple o anumang bagay katulad ng array sa Maaari naming gamitin Mga paraan, pagkatapos nito ito ay maging Function na gumawa ng isang NumPy

Sample

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

I-run Ang Sample

print(type(arr)) type(): Ang nakalalagay na Python function na magbibigay ng uri ng bagay na pinapasa sa kanya. Katulad ng mga code sa itaas, ito ay nagpapakita na arr Ay numpy.ndarray

type. Mga paraan, pagkatapos nito ito ay magingmaglalarawan ng , maaari naming ipasa ang listahan, tuple o anumang bagay katulad ng array sa array() Mga paraan, pagkatapos nito ito ay magingndarray

Sample

:

import numpy as np 
Gumawa ng NumPy array gamit ang tuple:
print(arr)

I-run Ang Sample

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

Ang sukat ng array

Ang sukat ng array sa loob ng array ay isang antas ng lalim ng array (nestak na array).Nestak na array:

Ay tumutukoy sa paggamit ng array bilang elemento ng array.

0-D array

Sample

0-D array, o scalar ( Scalars), ay ang mga elemento ng array. Bawat halaga sa array ay isang 0-D array.

import numpy as np
Gumawa ng 0-D array gamit ang halaga ng 61:
print(arr)

I-run Ang Sample

1-D array

Ang kanyang mga elemento ay mga 0-D array, tinatawag na isang-panig o 1-D array.

Ito ang pinakakaraniwan at pinakabase na array.

Sample

Gumawa ng 1-D array na naglalaman ng halaga ng 1, 2, 3, 4, 5, 6:

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

I-run Ang Sample

2-D array

Ang kanyang mga elemento ay mga 1-D array, tinatawag na 2-D array.

Ginagamit sila sa paglalarawan ng matris o dalawang pangkat.

Mayroong isang buong submodule ang NumPy na nakalaan para sa mga operasyon ng matris. numpy.mat.

Sample

Gumawa ng 2-D array na naglalaman ng dalawang array ng halaga ng 1, 2, 3 at 4, 5, 6:

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

I-run Ang Sample

3-D array

Ang kanyang mga elemento ay mga 2-D array, tinatawag na 3-D array.

Sample

Gumawa ng 3-D array gamit ang dalawang 2-D array, ang bawat isa ay naglalaman ng mga halaga ng 1, 2, 3 at 4, 5, 6:

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

I-run Ang Sample

Tingnan ang sukat ng kabanata?

Ang NumPy array ay nagbibigay ng ndim Atributo, na ibibigay ng atributo ang isang integer, na magbibigay ng impormasyon kung gaano karami ang sukat ng array.

Sample

Tingnan ang dami ng sukat ng 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)

I-run Ang Sample

Mas mataas na dimension na array

Ang array ay maaaring magkaroon ng anumang bilang ng dimension.

Maaaring gamitin sa paglikha ng array ndmin Paglalarawan Ng Parameter Ng Dimension.

Sample

Lumikha ng isang array na may 5 na dimension at patunayan na mayroon itong 5 na dimension:

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

I-run Ang Sample

Sa array na ito, ang pinakamalapit na dimension (ika-5 na dim) ay mayroong 4 na elemento, ang ika-4 na dim ay may 1 na elemento bilang vector, ang ika-3 na dim ay may 1 na elemento na ay isang matrix na may vector, ang ika-2 na dim ay may 1 na elemento na ay 3D array, at ang ika-1 na dim ay may 1 na elemento, ang elemento na ito ay 4D array.