Python Numpy Array bemutató

Tartalomjegyzék:

Anonim

Mi az a Python Numpy Array?

A NumPy tömbök kissé hasonlítanak a Python listáihoz, de mégis nagyon különböznek egyszerre. Azok számára, akik újak a témában, tisztázzuk, mi is ez pontosan és mire jó.

Amint a név megadja, a NumPy tömb a numpy könyvtár központi adatstruktúrája. A könyvtár neve valójában a "Numeric Python" vagy "Numerical Python" rövidítése.

Hozzon létre egy NumPy tömböt

A Numpy tömb létrehozásának legegyszerűbb módja a Python List használata

myPythonList = [1,9,8,3]

A python-lista konvertálása numpy tömbgé az np.array objektum használatával.

numpy_array_from_list = np.array (myPythonList)

A lista tartalmának megjelenítéséhez

numpy_array_from_list

Kimenet

array([1, 9, 8, 3])

A gyakorlatban nincs szükség Python-lista deklarálására. A művelet kombinálható.

a = np.array([1,9,8,3]) 

MEGJEGYZÉS : A Numpy dokumentáció az np.ndarray használatát állítja tömb létrehozásához. Ez azonban az ajánlott módszer

A Tuple-ból létrehozhat egy numpy tömböt is

Matematikai műveletek egy tömbön

Matematikai műveleteket hajthat végre, például összeadást, kivonást, osztást és szorzást egy tömbön. A szintaxis a tömb neve, amelyet a művelet követ (+ .-, *, /), majd az operandus

Példa:

numpy_array_from_list + 10

Kimenet:

array([11, 19, 18, 13])

Ez a művelet 10-et ad hozzá a numpy tömb minden eleméhez.

A tömb alakja

A tömb alakját ellenőrizheti az objektum alakjával, amelyet megelőz a tömb neve. Ugyanígy ellenőrizheti a típust a dtypes-szel.

import numpy as npa = np.array([1,2,3])print(a.shape)print(a.dtype)(3,)int64

Az egész szám tizedes nélküli érték. Ha decimális tömböt hoz létre, akkor a típus lebegőre változik.

#### Different typeb = np.array([1.1,2.0,3.2])print(b.dtype)float64

2 dimenziós tömb

Dimenziót hozzáadhat egy "," kómával

Ne feledje, hogy a zárójelben kell lennie []

### 2 dimensionc = np.array([(1,2,3),(4,5,6)])print(c.shape)(2, 3)

3 dimenziós tömb

A magasabb dimenzió a következőképpen konstruálható:

### 3 dimensiond = np.array([[[1, 2,3],[4, 5, 6]],[[7, 8,9],[10, 11, 12]]])print(d.shape)(2, 2, 3)

Összegzés

Az alábbiakban összefoglaljuk a NumPy-vel használt alapvető funkciókat.

Célkitűzés Kód
Tömb létrehozása tömb ([1,2,3])
nyomtassa ki az alakot tömb ([.]). alakja