NumPy 創(chuàng)建數(shù)組

NumPy 中的核心數(shù)據(jù)結(jié)構(gòu)是 ndarray，它代表多維數(shù)組。NumPy 提供了多種方法來創(chuàng)建 ndarray 對(duì)象，包括：

使用 array() 函數(shù)

array() 函數(shù)是最常用的方法之一，它可以將 Python 列表、元組甚至其他數(shù)組轉(zhuǎn)換為 ndarray 對(duì)象。

語法：

ndarray = np.array(data, dtype=dtype, order=order)

參數(shù)說明：

data：可以是 Python 列表、元組或其他數(shù)組。 dtype：指定數(shù)組元素的數(shù)據(jù)類型，默認(rèn)為 float64。 order：指定數(shù)組元素的內(nèi)存存儲(chǔ)順序，默認(rèn)為 C 順序（行優(yōu)先）。

示例：

import numpy as np

# 創(chuàng)建一維數(shù)組
arr1 = np.array([1, 2, 3, 4, 5])

# 創(chuàng)建二維數(shù)組
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

# 創(chuàng)建三維數(shù)組
arr3 = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

print(arr1)
print(arr2)
print(arr3)

輸出：

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]
[[[ 1  2  3]
  [ 4  5  6]]
 [[ 7  8  9]
  [10 11 12]]]

使用zeros()和ones()函數(shù)

zeros() 和 ones() 函數(shù)可以創(chuàng)建指定形狀和數(shù)據(jù)類型的全零或全一數(shù)組。

語法：

ndarray = np.zeros(shape, dtype=dtype)
ndarray = np.ones(shape, dtype=dtype)

參數(shù)說明：

shape：指定數(shù)組的形狀，可以是元組或列表。 dtype：指定數(shù)組元素的數(shù)據(jù)類型，默認(rèn)為 float64。

示例：

import numpy as np

# 創(chuàng)建一個(gè) 3x4 的全零數(shù)組
arr1 = np.zeros((3, 4))

# 創(chuàng)建一個(gè) 2x3 的全一數(shù)組
arr2 = np.ones((2, 3))

print(arr1)
print(arr2)

輸出：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
[[1. 1. 1.]
 [1. 1. 1.]]

使用empty()函數(shù)

empty() 函數(shù)可以創(chuàng)建指定形狀的空數(shù)組，但數(shù)組元素的值未定義。

語法：

ndarray = np.empty(shape, dtype=dtype)

參數(shù)說明：

shape：指定數(shù)組的形狀，可以是元組或列表。 dtype：指定數(shù)組元素的數(shù)據(jù)類型，默認(rèn)為 float64。

示例：

import numpy as np

# 創(chuàng)建一個(gè) 3x4 的空數(shù)組
arr = np.empty((3, 4))

print(arr)

輸出：

[[nan nan nan nan]
 [nan nan nan nan]
 [nan nan nan nan]]

使用特殊函數(shù)

NumPy 還提供了一些特殊函數(shù)來創(chuàng)建特定類型的數(shù)組，例如：

arange()：創(chuàng)建等差數(shù)列數(shù)組。 linspace()：創(chuàng)建線性間隔的數(shù)組。 eye()：創(chuàng)建單位矩陣。 diag()：創(chuàng)建對(duì)角矩陣。

請(qǐng)參考 NumPy 文檔了解有關(guān)這些函數(shù)的更多信息。

練習(xí)

創(chuàng)建以下數(shù)組：

一個(gè)包含 10 個(gè)元素的遞增整數(shù)數(shù)組（從 0 到 9）。 一個(gè)包含 20 個(gè)元素的隨機(jī)浮點(diǎn)數(shù)數(shù)組（范圍為 0 到 1）。 一個(gè) 3x3 的單位矩陣。

請(qǐng)?jiān)谠u(píng)論中分享您的答案。

Sure, here is the requested Markdown formatted content:

NumPy 數(shù)組索引

NumPy 數(shù)組可用于表示多維數(shù)據(jù)。訪問數(shù)組元素是 NumPy 中常見操作之一。

訪問一維數(shù)組元素

NumPy 數(shù)組中的索引從 0 開始，這意味著第一個(gè)元素的索引為 0，第二個(gè)元素的索引為 1，依此類推。

要訪問一維數(shù)組中的元素，可以使用方括號(hào) [] 并指定元素的索引。

示例：

import numpy as np

# 創(chuàng)建一維數(shù)組
arr = np.array([1, 2, 3, 4, 5])

# 訪問第一個(gè)元素
print(arr[0])  # 輸出：1

# 訪問第二個(gè)元素
print(arr[1])  # 輸出：2

# 訪問最后一個(gè)元素
print(arr[-1])  # 輸出：5

訪問二維數(shù)組元素

要訪問二維數(shù)組中的元素，可以使用逗號(hào)分隔的兩個(gè)索引：第一個(gè)索引表示行，第二個(gè)索引表示列。

示例：

import numpy as np

# 創(chuàng)建二維數(shù)組
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 訪問第一行第一個(gè)元素
print(arr[0, 0])  # 輸出：1

# 訪問第二行第三列元素
print(arr[1, 2])  # 輸出：6

# 訪問最后一個(gè)元素
print(arr[-1, -1])  # 輸出：9

訪問三維及更高維數(shù)組元素

對(duì)于三維及更高維數(shù)組，可以使用逗號(hào)分隔的多個(gè)索引來訪問元素，每個(gè)索引表示相應(yīng)維度的索引。

示例：

import numpy as np

# 創(chuàng)建三維數(shù)組
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

# 訪問第一個(gè)數(shù)組的第二個(gè)數(shù)組的第三個(gè)元素
print(arr[0, 1, 2])  # 輸出：6

負(fù)索引

NumPy 還支持負(fù)索引，從數(shù)組的末尾開始計(jì)數(shù)。

例如，要訪問二維數(shù)組的最后一個(gè)元素，可以使用 arr[-1, -1]。

練習(xí)

創(chuàng)建一個(gè) 5x5 的二維數(shù)組 arr，并打印以下元素：

第一行的第一個(gè)元素 第二行的最后一個(gè)元素 第三列的第一個(gè)元素 第三個(gè)元素

在評(píng)論中分享您的代碼和輸出。

最后

以上就是NumPy數(shù)組創(chuàng)建方法與索引訪問詳解的詳細(xì)內(nèi)容，更多關(guān)于NumPy數(shù)組創(chuàng)建和索引訪問的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論