Python Numpy Array Tutorial

Innehållsförteckning:

Anonim

Vad är Python Numpy Array?

NumPy-matriser är lite som Python-listor, men ändå väldigt olika samtidigt. För de av er som är nya på ämnet, låt oss klargöra vad det exakt är och vad det är bra för.

Eftersom namnet typ av ger bort är en NumPy-array en central datastruktur i det numpy biblioteket. Bibliotekets namn är egentligen förkortat för "Numerisk python" eller "Numerisk python".

Skapa en NumPy Array

Det enklaste sättet att skapa en matris i Numpy är att använda Python List

myPythonList = [1,9,8,3]

För att konvertera python-listan till en numpy array med hjälp av objektet np.array.

numpy_array_from_list = np.array (myPythonList)

För att visa innehållet i listan

numpy_array_from_list

Produktion

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

I praktiken finns det inget behov av att deklarera en Python-lista. Operationen kan kombineras.

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

OBS : Numpy dokumentation anger användning av np.ndarray för att skapa en matris. Detta är dock den rekommenderade metoden

Du kan också skapa en bedövad matris från en Tuple

Matematiska operationer på en matris

Du kan utföra matematiska operationer som tillägg, subtraktion, delning och multiplikation på en matris. Syntaxen är arraynamnet följt av operationen (+ .-, *, /) följt av operand

Exempel:

numpy_array_from_list + 10

Produktion:

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

Denna åtgärd lägger till 10 till varje element i numpy array.

Form av Array

Du kan kontrollera formen på matrisen med objektformen som föregås av namnet på matrisen. På samma sätt kan du kontrollera typen med dtypes.

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

Ett heltal är ett värde utan decimal. Om du skapar en matris med decimal ändras typen till flytande.

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

2 Dimension Array

Du kan lägga till en dimension med "," koma

Observera att det måste ligga inom fästet []

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

3 Dimension Array

Högre dimension kan konstrueras enligt följande:

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

Sammanfattning

Nedan en sammanfattning av de viktigaste funktionerna som används med NumPy.

Mål Koda
Skapa matris array ([1,2,3])
skriva ut formen array ([.]). form