logo

numpy.array() u Pythonu

Homogen višedimenzionalni niz je glavni cilj NumPy . To je u osnovi tablica elemenata koji su svi istog tipa i indeksirani nizom pozitivnih cijelih brojeva. Dimenzije se u NumPyju nazivaju osi.

.06 kao razlomak

Klasa polja NumPy poznata je kao ndarray ili polje aliasa . numpy.array nije isto što i standardna klasa Python knjižnice niz.niz . Array.array obrađuje samo jednodimenzionalne nizove i pruža manje funkcionalnosti.

Sintaksa

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

Parametri

Postoje sljedeći parametri u funkciji numpy.array().

1) objekt: array_like

Bilo koji objekt koji izlaže sučelje niza čija metoda __array__ vraća bilo koji ugniježđeni niz ili niz.

2) dtype : izborni tip podataka

Ovaj parametar se koristi za definiranje željenog parametra za element niza. Ako ne definiramo tip podataka, on će odrediti tip kao minimalni tip koji će zahtijevati držanje objekta u nizu. Ovaj se parametar koristi samo za upcasting niza.

3) kopiraj: bool (neobavezno)

Ako postavimo copy jednako na true, objekt se kopira inače će se kopija napraviti kada je objekt ugniježđeni niz ili je kopija potrebna da bi se zadovoljili bilo koji drugi zahtjevi kao što su dtype, redoslijed itd.

4) poredak: {'K', 'A', 'C', 'F'}, izborno

Parametar reda određuje raspored memorije niza. Kada objekt nije niz, novostvoreni niz bit će u C redoslijedu (glava reda ili glavni red), osim ako je navedeno 'F'. Kada je navedeno F, to će biti u Fortran redoslijedu (glava stupca ili glavni stupac). Kada je objekt niz, on ima sljedeći poredak.

narudžba bez kopije kopija=Istina
'K' Nepromijenjeno F i C redoslijed sačuvan.
'A' Nepromijenjeno Kada je ulaz F, a ne C, tada je F red, inače C red
'C' C narudžba C narudžba
'F' F poredak F poredak

Kada je copy=False ili je kopija napravljena iz drugog razloga, rezultat će biti isti kao copy= True uz neke iznimke za A. Zadani redoslijed je 'K'.

5) test: bool (neobavezno)

java graničnik

Kada je subok=True, tada će podklase prolaziti; inače će vraćeni niz biti niz osnovne klase (zadano).

6) ndmin : int (neobavezno)

Ovaj parametar specificira minimalni broj dimenzija koje rezultirajuće polje treba imati. Korisnici se mogu dodati u oblik prema potrebi kako bi se ispunio ovaj zahtjev.

Povratak

Metoda numpy.array() vraća ndarray. ndarray je objekt niza koji zadovoljava navedene zahtjeve.

veličina mog monitora

Primjer 1: numpy.array()

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

Izlaz:

 array([1, 2, 3]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array() proslijedili smo samo elemente, a ne os.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu je prikazan niz.

Primjer 2:

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

Izlaz:

 array([1., 2., 3.]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array() proslijedili smo elemente različitih vrsta kao što su integer, float itd.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu je prikazano polje koje sadrži elemente takvog tipa koji zahtijevaju minimalnu memoriju za držanje objekta u nizu.

Primjer 3: Više od jedne dimenzije

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

Izlaz:

 array([[1., 2., 3.], [4., 5., 7.]]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array() proslijedili smo broj elemenata u različitim uglatim zagradama.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu je prikazan višedimenzionalni niz.

Primjer 4: Minimalne dimenzije: 2

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

Izlaz:

stol u reagirati
 array([[1., 2., 3.]]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array() proslijedili smo broj elemenata u uglatoj zagradi i dimenziju za stvaranje niza.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu je prikazan dvodimenzionalni niz.

Primjer 5: Navedena vrsta

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

Izlaz:

kada počinje q2
 array([12.+0.j, 45.+0.j, 3.+0.j]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array(), proslijedili smo elemente u uglatim zagradama i postavili dtype na složen.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu su vrijednosti elemenata 'arr' prikazane u obliku kompleksnih brojeva.

Primjer 6: Stvaranje niza iz pod-klasa

 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 

Izlaz:

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]]) 

U gornjem kodu

  • Uvezli smo numpy s alias imenom np.
  • Deklarirali smo varijablu 'arr' i dodijelili vrijednost koju je vratila funkcija np.array().
  • U funkciji array() proslijedili smo elemente u obliku matrice pomoću funkcije np.mat() i postavili subok=True.
  • Na kraju, pokušali smo ispisati vrijednost arr.

U izlazu je prikazan višedimenzionalni niz.