NumPy tworzenie tablic
Utwórz obiekt ndarray NumPy
NumPy służy do pracy z tablicami. Obiekt tablicy w NumPy nazywa się
ndarray
.
Możemy stworzyć
ndarray
obiekt NumPy za pomocą array()
funkcji.
Przykład
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type(): Ta wbudowana funkcja Pythona informuje nas o typie przekazanego do niej obiektu. Jak w powyższym kodzie pokazuje, że arr
jest to
numpy.ndarray
typ.
Aby utworzyć ndarray
, możemy przekazać do array()
metody listę, krotkę lub dowolny obiekt podobny do tablicy, który zostanie przekonwertowany na
ndarray
:
Przykład
Użyj krotki, aby utworzyć tablicę NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Wymiary w tablicach
Wymiar w tablicach to jeden poziom głębokości tablicy (tablice zagnieżdżone).
zagnieżdżona tablica: to tablice, których elementy stanowią tablice.
Tablice 0-D
Tablice 0-D lub skalary są elementami tablicy. Każda wartość w tablicy jest tablicą 0-D.
Przykład
Utwórz tablicę 0-D o wartości 42
import numpy as np
arr = np.array(42)
print(arr)
Tablice 1-D
Tablica, której elementy stanowią tablice 0-D, nazywana jest tablicą jednowymiarową lub tablicą 1-D.
Są to najczęstsze i podstawowe tablice.
Przykład
Utwórz tablicę 1-D zawierającą wartości 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
Tablice 2-D
Tablica, której elementy stanowią tablice 1-D, nazywana jest tablicą 2-D.
Są one często używane do reprezentowania tensorów macierzy lub drugiego rzędu.
NumPy posiada cały podmoduł poświęcony operacjom na macierzach o nazwie
numpy.mat
Przykład
Utwórz tablicę 2-D zawierającą dwie tablice o wartościach 1,2,3 i 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
Tablice 3-D
Tablica, której elementy stanowią tablice 2-W (macierze), nazywana jest tablicą 3-W.
Są one często używane do reprezentowania tensora trzeciego rzędu.
Przykład
Utwórz tablicę 3-W z dwoma tablicami 2-W, obie zawierające dwie tablice o wartościach 1,2,3 i 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Sprawdź liczbę wymiarów?
NumPy Arrays dostarcza ndim
atrybut, który zwraca liczbę całkowitą, która mówi nam, ile wymiarów ma tablica.
Przykład
Sprawdź ile wymiarów mają tablice:
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)
Tablice o wyższych wymiarach
Tablica może mieć dowolną liczbę wymiarów.
Podczas tworzenia tablicy można zdefiniować liczbę wymiarów za pomocą ndmin
argumentu.
Przykład
Utwórz tablicę z 5 wymiarami i sprawdź, czy ma 5 wymiarów:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
W tej tablicy najbardziej wewnętrzny wymiar (5. wym) ma 4 elementy, 4. wym ma 1 element, który jest wektorem, 3. wym ma 1 element, który jest macierzą z wektorem, 2. wym ma 1 element, który jest tablicą 3D i Pierwszy dim ma 1 element, który jest tablicą 4D.