NumPy Создание массивов
Создайте объект ndarray NumPy
NumPy используется для работы с массивами. Объект массива в NumPy называется
ndarray
.
Мы можем создать
ndarray
объект NumPy, используя array()
функцию.
Пример
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type(): эта встроенная функция Python сообщает нам тип переданного ей объекта. Как и в приведенном выше коде, он показывает, что arr
это
numpy.ndarray
тип.
Чтобы создать ndarray
, мы можем передать в метод список, кортеж или любой массивоподобный объект array()
, и он будет преобразован в
ndarray
:
Пример
Используйте кортеж для создания массива NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Размеры в массивах
Размерность в массивах — это один уровень глубины массива (вложенные массивы).
вложенный массив: это массивы, элементы которых содержат массивы.
0-D массивы
Массивы 0-D или скаляры — это элементы массива. Каждое значение в массиве представляет собой массив 0-D.
Пример
Создайте массив 0-D со значением 42
import numpy as np
arr = np.array(42)
print(arr)
Одномерные массивы
Массив, который имеет нулевые массивы в качестве элементов, называется одномерным или одномерным массивом.
Это самые распространенные и основные массивы.
Пример
Создайте одномерный массив, содержащий значения 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
2-D массивы
Массив, состоящий из одномерных массивов в качестве элементов, называется двумерным массивом.
Они часто используются для представления матрицы или тензоров 2-го порядка.
В NumPy есть целый подмодуль, посвященный матричным операциям, который называется
numpy.mat
Пример
Создайте двумерный массив, содержащий два массива со значениями 1,2,3 и 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
Трехмерные массивы
Массив, который имеет двумерные массивы (матрицы) в качестве своих элементов, называется трехмерным массивом.
Они часто используются для представления тензора 3-го порядка.
Пример
Создайте трехмерный массив с двумя двухмерными массивами, каждый из которых содержит два массива со значениями 1,2,3 и 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Проверить количество измерений?
NumPy Arrays предоставляет ndim
атрибут, который возвращает целое число, указывающее, сколько измерений имеет массив.
Пример
Проверьте, сколько измерений имеют массивы:
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)
Многомерные массивы
Массив может иметь любое количество измерений.
Когда массив создан, вы можете определить количество измерений с помощью ndmin
аргумента.
Пример
Создайте массив с 5 измерениями и убедитесь, что он имеет 5 измерений:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
В этом массиве самое внутреннее измерение (5-й размер) имеет 4 элемента, 4-й размер имеет 1 элемент, который является вектором, 3-й размер имеет 1 элемент, который является матрицей с вектором, 2-й размер имеет 1 элемент, который является трехмерным массивом и 1-й размер имеет 1 элемент, который представляет собой массив 4D.