Kas yra „Python Numpy Array“?
„NumPy“ masyvai yra šiek tiek panašūs į „Python“ sąrašus, tačiau vis tiek labai skiriasi tuo pačiu metu. Tiems iš jūsų, kuriems ši tema yra nauja, patikslinkime, kas tai yra ir kam ji naudinga.
Kadangi vardo rūšis atiduoda, „NumPy“ masyvas yra centrinė numpy bibliotekos duomenų struktūra. Bibliotekos pavadinimas iš tikrųjų trumpas „Skaitmeninis pitonas“ arba „Skaitmeninis pitonas“.
Sukurkite „NumPy“ masyvą
Paprasčiausias būdas sukurti masyvą „Numpy“ yra naudoti „Python List“
myPythonList = [1,9,8,3]
Norėdami konvertuoti python sąrašą į numpy masyvą naudodami objektą np.array.
numpy_array_from_list = np.array („myPythonList“)
Norėdami rodyti sąrašo turinį
numpy_array_from_list
Rezultatas
array([1, 9, 8, 3])
Praktiškai nereikia deklaruoti „Python“ sąrašo. Operaciją galima derinti.
a = np.array([1,9,8,3])
PASTABA : „Numpy“ dokumentuose nurodoma, kad masyvui sukurti naudojamas „np.ndarray“. Tačiau tai yra rekomenduojamas metodas
Taip pat galite sukurti „Numpy“ masyvą iš „Tuple“
Matematinės masyvo operacijos
Galite atlikti matematines operacijas, pvz., Masyvo sudėties, atimties, padalijimo ir daugybos. Sintaksė yra masyvo pavadinimas, po kurio seka operacija (+ .-, *, /) ir operandas
Pavyzdys:
numpy_array_from_list + 10
Išvestis:
array([11, 19, 18, 13])
Ši operacija prideda po 10 kiekvieno numpy masyvo elemento.
Masyvo forma
Galite patikrinti masyvo formą su objekto forma, prieš kurią nurodomas masyvo pavadinimas. Tuo pačiu būdu galite patikrinti tipą naudodami „dtypes“.
import numpy as npa = np.array([1,2,3])print(a.shape)print(a.dtype)(3,)int64
Sveikasis skaičius yra reikšmė be dešimtainio skaičiaus. Jei sukursite masyvą su dešimtainiu skaičiumi, tipas pasikeis į plūduriuojantį.
#### Different typeb = np.array([1.1,2.0,3.2])print(b.dtype)float64
2 matmenų masyvas
Aspektą galite pridėti su koma „,“
Atminkite, kad jis turi būti skliausteliuose []
### 2 dimensionc = np.array([(1,2,3),(4,5,6)])print(c.shape)(2, 3)
3 matmenų masyvas
Aukštesnį matmenį galima sukonstruoti taip:
### 3 dimensiond = np.array([[[1, 2,3],[4, 5, 6]],[[7, 8,9],[10, 11, 12]]])print(d.shape)(2, 2, 3)
Santrauka
Toliau pateikiama pagrindinių funkcijų, naudojamų naudojant „NumPy“, santrauka.
Tikslas | Kodas |
---|---|
Sukurti masyvą | masyvas ([1,2,3]) |
atspausdinkite figūrą | masyvas ([.]). forma |