numpy.array() trong numPy – w3seo sử dụng numpy.array

Posted on by adminChuyên mục:Kiến thức Internet

Rate this post

Mảng đa chiều thuần nhất là đối tượng người dùng chính của NumPy. Về cơ bản, nó là một bảng những thành phần có cùng kiểu và được lập chỉ mục bởi một loạt những số nguyên dương. Các size được gọi là trục trong NumPy .
Các bài viết tương quan :
Lớp mảng của NumPy được gọi là ndarray hoặc mảng bí danh. Numpy. array không giống như array.array của lớp thư viện Python tiêu chuẩn. Array. array chỉ giải quyết và xử lý những mảng một chiều và cung ứng ít công dụng hơn .
Cú pháp

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

Có những tham số sau trong hàm numpy.array ( ) .

  1. object: array_like

Bất kỳ đối tượng người tiêu dùng nào, hiển thị giao diện mảng có phương pháp __array__ trả về bất kể chuỗi hoặc một mảng lồng nhau nào .

  1. dtype: kiểu dữ liệu tùy chọn

Tham số này được sử dụng để xác lập tham số mong ước cho thành phần mảng. Nếu tất cả chúng ta không xác lập kiểu tài liệu, thì nó sẽ xác lập kiểu là kiểu tối thiểu sẽ nhu yếu để giữ đối tượng người dùng trong chuỗi. Tham số này chỉ được sử dụng để dự báo mảng .

  1. copy: bool (tùy chọn)

Nếu tất cả chúng ta đặt bản sao bằng true, thì đối tượng người tiêu dùng sẽ được sao chép nếu không thì bản sao sẽ được tạo khi một đối tượng người dùng là một chuỗi lồng nhau hoặc cần một bản sao để cung ứng bất kể nhu yếu nào khác như kiểu dtype, thứ tự, v.v.

  1. order: {‘K’, ‘A’, ‘C’, ‘F’}, tùy chọn

Tham số thứ tự chỉ định cách sắp xếp bộ nhớ của mảng. Khi đối tượng người dùng không phải là một mảng, mảng mới được tạo sẽ theo thứ tự C ( đầu hàng hoặc chính hàng ) trừ khi ‘ F ’ được chỉ định. Khi F được chỉ định, nó sẽ theo thứ tự Fortran ( đầu cột hoặc cột-chính ). Khi đối tượng người tiêu dùng là một mảng, nó giữ thứ tự sau .
order no copy copy = True

order no copy copy=True
‘K’ Unchanged Thứ tự F và C được giữ nguyên.
‘A’ Unchanged Khi đầu vào là F và không phải là C thì F order nếu không C order 
‘C’ C order C order
‘F’ F order F order

Khi copy = False hoặc bản sao được triển khai vì nguyên do khác, tác dụng sẽ giống như copy = True với một số ít ngoại lệ cho A. Thứ tự mặc định là ‘ K ’ .

  1. subok: bool (tùy chọn)

Khi subok = True, thì những lớp con sẽ chuyển qua ; nếu không, mảng được trả về sẽ buộc phải là mảng lớp cơ sở ( mặc định ) .

  1. ndmin: int (tùy chọn)

Tham số này chỉ định số thứ nguyên tối thiểu mà mảng hiệu quả phải có. Người dùng hoàn toàn có thể được thêm vào hình dạng khi thiết yếu để cung ứng nhu yếu này .

Returns

Phương thức numpy.array () trả về một ndarray. Ndarray là một đối tượng mảng đáp ứng các yêu cầu được chỉ định.

Ví dụ 1 : numpy.array ( )

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

Output :

Trong đoạn mã trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta chỉ truyền các phần tử, không truyền trục.
  • Cuối cùng, chúng tôi đã cố gắng in giá trị của arr.

Trong đầu ra, một mảng đã được hiển thị .
Ví dụ 2 :

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

Output:

Trong đoạn mã trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta đã truyền các phần tử có kiểu khác nhau như số nguyên, số float, v.v.

Cuối cùng, chúng tôi đã cố gắng nỗ lực in giá trị của arr .
Trong hiệu quả đầu ra, một mảng đã được hiển thị có chứa những thành phần trong kiểu như vậy nhu yếu bộ nhớ tối thiểu để chứa đối tượng người tiêu dùng trong chuỗi .
Ví dụ 3 : Nhiều dimension

import numpy as np  
arr=np.array([[1,2.,3.],[4.,5.,7]])  
arr

Output :

Trong đoạn mã trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta đã chuyển số phần tử trong các dấu ngoặc vuông khác nhau.
  • Cuối cùng, chúng tôi đã cố gắng in giá trị của arr.

Trong đầu ra, một mảng đa chiều đã được hiển thị .
Ví dụ 4 : Kích thước tối thiểu : 2

import numpy as np  
arr=np.array([1,2.,3.],ndmin=2)  
arr

Đầu ra :

Trong đoạn mã trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta đã chuyển số phần tử trong một dấu ngoặc vuông và kích thước để tạo một ndarray.
  • Cuối cùng, chúng tôi đã cố gắng in giá trị của arr.
  • Trong đầu ra, một mảng hai chiều đã được hiển thị.

Ví dụ 5 : Type provided

import numpy as np  
arr=np.array([12,45.,3.],dtype=complex)  
arr

Đầu ra :

Trong đoạn mã trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta đã chuyển các phần tử trong dấu ngoặc vuông và đặt dtype thành complex.
  • Cuối cùng, chúng tôi đã cố gắng in giá trị của arr.

Trong đầu ra, giá trị của những thành phần ‘ arr ’ đã được hiển thị dưới dạng số phức .

Ví dụ 6: Tạo ar từ các lớp con

import numpy as np  
arr=np.array(np.mat('1 2;3 4'))  
arr  
arr=np.array(np.mat('1 2;3 4'),subok=True)  
arr

Đầu ra :

Trong đoạn code trên

  • Chúng tôi đã khai báo biến ‘arr’ và gán giá trị được trả về bởi hàm np.array ().
  • Trong hàm array (), chúng ta đã chuyển các phần tử ở dạng ma trận bằng cách sử dụng hàm np.mat () và đặt subok = True.
  • Cuối cùng, chúng tôi đã cố gắng in giá trị của arr.
  • Trong đầu ra, một mảng đa chiều đã được hiển thị.

admin