創(chuàng)建 NumPy ndarray 對象

NumPy 用于處理數(shù)組，NumPy 中的數(shù)組對象稱為 ndarray。

我們可以使用 array() 函數(shù)創(chuàng)建一個 NumPy ndarray 對象。

實例

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

運行實例

type(): 這個內(nèi)置的 Python 函數(shù)告訴我們傳遞給它的對象的類型。像上面的代碼一樣，它表明 arr 是 numpy.ndarray 類型。

要創(chuàng)建 ndarray，我們可以將列表、元組或任何類似數(shù)組的對象傳遞給 array() 方法，然后它將被轉(zhuǎn)換為 ndarray：

實例

使用元組創(chuàng)建 NumPy 數(shù)組：

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

運行實例

數(shù)組中的維

數(shù)組中的維是數(shù)組深度（嵌套數(shù)組）的一個級別

**嵌套數(shù)組：**指的是將數(shù)組作為元素的數(shù)組。

0-D 數(shù)組

0-D 數(shù)組，或標量（Scalars），是數(shù)組中的元素。數(shù)組中的每個值都是一個 0-D 數(shù)組。

實例

用值 61 創(chuàng)建 0-D 數(shù)組：

import numpy as np
arr = np.array(61)
print(arr)

運行實例

1-D 數(shù)組

其元素為 0-D 數(shù)組的數(shù)組，稱為一維或 1-D 數(shù)組。

這是最常見和基礎(chǔ)的數(shù)組

實例

創(chuàng)建包含值 1、2、3、4、5、6 的 1-D 數(shù)組：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
print(arr)

運行實例

2-D 數(shù)組

其元素為 1-D 數(shù)組的數(shù)組，稱為 2-D 數(shù)組。

它們通常用于表示矩陣或二階張量。

NumPy 有一個專門用于矩陣運算的完整子模塊 numpy.mat。

實例

創(chuàng)建包含值 1、2、3 和 4、5、6 兩個數(shù)組的 2-D 數(shù)組：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

運行實例

3-D 數(shù)組

其元素為 2-D 數(shù)組的數(shù)組，稱為 3-D 數(shù)組。

實例

用兩個 2-D 數(shù)組創(chuàng)建一個 3-D 數(shù)組，這兩個數(shù)組均包含值 1、2、3 和 4、5、6 的兩個數(shù)組：

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)

運行實例

檢查維數(shù)？

NumPy 數(shù)組提供了 ndim 屬性，該屬性返回一個整數(shù)，該整數(shù)會告訴我們數(shù)組有多少維。

實例

檢查數(shù)組有多少維：

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)

運行實例

更高維的數(shù)組

數(shù)組可以擁有任意數(shù)量的維。

在創(chuàng)建數(shù)組時，可以使用 ndmin 參數(shù)定義維數(shù)。

實例

創(chuàng)建一個有 5 個維度的數(shù)組，并驗證它擁有 5 個維度：

import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)

運行實例

在此數(shù)組中，最里面的維度（第 5 個 dim）有 4 個元素，第 4 個 dim 有 1 個元素作為向量，第 3 個 dim 具有 1 個元素是與向量的矩陣，第 2 個 dim 有 1 個元素是 3D 數(shù)組，而第 1 個 dim 有 1 個元素，該元素是 4D 數(shù)組。

到此這篇關(guān)于Python入門教程(四十)Python的NumPy數(shù)組創(chuàng)建的文章就介紹到這了,更多相關(guān)Python的NumPy數(shù)組創(chuàng)建內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論