Python入門教程(四十)Python的NumPy數(shù)組創(chuàng)建
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!
相關(guān)文章
python實現(xiàn)數(shù)據(jù)庫跨服務(wù)器遷移
這篇文章主要為大家詳細介紹了Python實現(xiàn)數(shù)據(jù)庫之間的數(shù)據(jù)遷移,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-04-04