Giới thiệu NumPy

tạo đối tượng NumPy ndarray

NumPy được sử dụng để xử lý mảng. Các đối tượng mảng trong NumPy được gọi là ndarray.

Chúng ta có thể sử dụng array() hàm tạo một NumPy ndarray đối tượng.

Ví dụ

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

Chạy ví dụ

type(): Hàm nội bộ của Python này cho chúng ta biết loại của đối tượng được truyền vào. arr là numpy.ndarray Loại.

để tạo ndarrayChúng ta có thể truyền các đối tượng tương tự như danh sách, bộ đệm hoặc bất kỳ đối tượng nào khác vào array() Phương thức, sau đó nó sẽ được chuyển đổi thành ndarray:

Ví dụ

Tạo mảng NumPy bằng cách sử dụng bộ đệm:

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

Chạy ví dụ

Chiều của mảng

Chiều của mảng trong mảng là một cấp độ của độ sâu (mảng nhúng).

Mảng nhúng:Chỉ là mảng chứa các phần tử là mảng.

Mảng 0-D

Mảng 0-D, hoặc scalar (Số dư), là phần tử của mảng. Mỗi giá trị trong mảng đều là một mảng 0-D.

Ví dụ

Tạo một mảng 0-D bằng giá trị 61:

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

Chạy ví dụ

Mảng 1-D

Các phần tử của nó là các mảng 0-D, được gọi là mảng một chiều hoặc 1-D.

Đây là mảng phổ biến và cơ bản nhất.

Ví dụ

Tạo một mảng 1-D chứa các giá trị 1, 2, 3, 4, 5, 6:

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

Chạy ví dụ

Mảng 2-D

Các phần tử của nó là các mảng 1-D, được gọi là mảng 2-D.

Họ thường được sử dụng để biểu diễn ma trận hoặc tensor bậc hai.

NumPy có một thành phần con đầy đủ chuyên dụng cho phép toán học ma trận. numpy.mat.

Ví dụ

Tạo một mảng 2-D chứa hai mảng chứa giá trị 1, 2, 3 và 4, 5, 6:

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

Chạy ví dụ

Mảng 3-D

Các phần tử của nó là các mảng 2-D, được gọi là mảng 3-D.

Ví dụ

Tạo một mảng 3-D từ hai mảng 2-D, cả hai mảng này đều chứa các giá trị 1, 2, 3 và 4, 5, 6:

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

Chạy ví dụ

Kiểm tra chiều?

Mảng NumPy cung cấp ndim Thuộc tính, thuộc tính này trả về một số nguyên, số nguyên này sẽ cho chúng ta biết mảng có bao nhiêu chiều.

Ví dụ

Kiểm tra số chiều của mảng:

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)

Chạy ví dụ

Mảng chiều cao hơn

Mảng có thể có số chiều bất kỳ.

Khi tạo mảng, bạn có thể sử dụng ndmin Định nghĩa tham số chiều.

Ví dụ

Tạo một mảng có 5 chiều và xác minh rằng nó có 5 chiều:

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

Chạy ví dụ

Trong mảng này, chiều sâu nhất (chiều 5 dim) có 4 phần tử, chiều 4 dim có 1 phần tử là vector, chiều 3 dim có 1 phần tử là ma trận với vector, chiều 2 dim có 1 phần tử là mảng 3D, và chiều 1 dim có 1 phần tử là mảng 4D.