logo

TechCodeview

numpy.array() Pythonissa

Homogeeninen moniulotteinen taulukko on päätarkoitus NumPy . Se on pohjimmiltaan taulukko elementeistä, jotka ovat kaikki samantyyppisiä ja indeksoitu monilla positiivisilla kokonaisluvuilla. Mittoja kutsutaan NumPyssä akseliksi.

ahma vs mäyrä

NumPyn taulukkoluokka tunnetaan nimellä ndarray tai alias array . Numpy.array ei ole sama kuin tavallinen Python-kirjastoluokka array.array . Ary.array käsittelee vain yksiulotteisia taulukoita ja tarjoaa vähemmän toimintoja.

Syntaksi

 numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

Parametrit

Numpy.array()-funktiossa on seuraavat parametrit.

1) objekti: array_like

Mikä tahansa objekti, joka paljastaa taulukkorajapinnan, jonka __array__-metodi palauttaa minkä tahansa sisäkkäisen sekvenssin tai taulukon.

2) dtype: valinnainen tietotyyppi

Tätä parametria käytetään määrittämään haluttu parametri taulukkoelementille. Jos emme määritä tietotyyppiä, se määrittää tyypin vähimmäistyypiksi, joka vaatii objektin pitämisen sekvenssissä. Tätä parametria käytetään vain taulukon päivittämiseen.

3) kopioi: bool (valinnainen)

Jos asetamme kopion arvoksi tosi, objekti kopioidaan, muuten kopio tehdään, kun objekti on sisäkkäinen sarja tai kopiota tarvitaan minkä tahansa muun vaatimuksen, kuten dtype, order jne., täyttämiseksi.

4) järjestys: {'K', 'A', 'C', 'F'}, valinnainen

bellfordin algoritmi
Tilausparametri määrittää taulukon muistiasettelun. Kun objekti ei ole taulukko, äskettäin luotu taulukko on C-järjestyksessä (rivin pää tai rivi-pää), ellei 'F' ole määritetty. Kun F on määritetty, se on Fortran-järjestyksessä (sarakkeen pää tai sarake-duuri). Kun objekti on taulukko, sillä on seuraava järjestys.

Tilaus ei kopiota copy=True
'K' Muuttumaton F- ja C-järjestys säilynyt.
'A' Muuttumaton Kun syöte on F eikä C, niin F-järjestys, muuten C-järjestys
'C' C tilaus C tilaus
'F' F tilaus F tilaus

Kun copy=False tai kopio tehdään jostain muusta syystä, tulos on sama kuin copy= True, lukuun ottamatta joitain poikkeuksia A:lle. Oletusjärjestys on 'K'.

5) testi: bool (valinnainen)

Kun subok=True, alaluokat kulkevat läpi; muuten palautettu taulukko pakotetaan olemaan perusluokan taulukko (oletus).

6) ndmin : int (valinnainen)

Tämä parametri määrittää dimensioiden vähimmäismäärän, jonka tuloksena olevalla taulukolla tulee olla. Käyttäjiä voidaan liittää muotoon tarpeen mukaan tämän vaatimuksen täyttämiseksi.

Palauttaa

Numpy.array()-metodi palauttaa ndarray-funktion. Ndarray on taulukkoobjekti, joka täyttää määritetyt vaatimukset.

matriisin viipalointi java

Esimerkki 1: numpy.array()

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

Lähtö: 

 array([1, 2, 3])

Yllä olevassa koodissa

  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet np.array()-funktion palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet vain elementit, ei akselia.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa on esitetty taulukko.

Esimerkki 2:

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

Lähtö: 

 array([1., 2., 3.])

Yllä olevassa koodissa

  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet np.array()-funktion palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet erityyppisiä elementtejä, kuten kokonaisluku, float jne.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa on esitetty matriisi, joka sisältää sen tyyppisiä elementtejä, jotka vaativat vähintään muistia objektin pitämiseksi sekvenssissä.

Esimerkki 3: Useampi kuin yksi ulottuvuus

 import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr

Lähtö: 

 array([[1., 2., 3.], [4., 5., 7.]])

Yllä olevassa koodissa

  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet np.array()-funktion palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet elementtien määrän eri hakasulkeissa.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa on esitetty moniulotteinen matriisi.

Esimerkki 4: Vähimmäismitat: 2

 import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr

Lähtö:

taulukko reagoi 
 array([[1., 2., 3.]])

Yllä olevassa koodissa

  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet np.array()-funktion palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet hakasulkeissa olevien elementtien lukumäärän ja mittasuhteen ndarray:n luomiseksi.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa on esitetty kaksiulotteinen matriisi.

Esimerkki 5: Ilmoitettu tyyppi

 import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr

Lähtö: 

 array([12.+0.j, 45.+0.j, 3.+0.j])

Yllä olevassa koodissa

  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet funktion np.array() palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet elementit hakasulkeissa ja asettanut dtypeksi kompleksi.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa 'arr'-elementtien arvot on esitetty kompleksilukuina.

Esimerkki 6: Matriisin luominen alaluokista

 import numpy as np arr=np.array(np.mat('1 2;3 4')) arr arr=np.array(np.mat('1 2;3 4'),subok=True) arr

Lähtö: 

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])

Yllä olevassa koodissa

miten merkkijono muunnetaan merkiksi
  • Olemme tuoneet numpyn aliasnimellä np.
  • Olemme ilmoittaneet 'arr'-muuttujan ja määrittäneet funktion np.array() palauttaman arvon.
  • Ary()-funktiossa olemme välittäneet elementit matriisin muodossa np.mat()-funktiolla ja asettanut subok=True.
  • Lopuksi olemme yrittäneet tulostaa arr:n arvon.

Tulosteessa on esitetty moniulotteinen matriisi.