NumPy Tạo mảng
Tạo một đối tượng NumPy ndarray
NumPy được sử dụng để làm việc với mảng. Đối tượng mảng trong NumPy được gọi là ndarray
.
Chúng ta có thể tạo một đối tượng NumPy ndarray
bằng cách sử dụng array()
.
Ví dụ
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
Hãy tự mình thử » type(): Hàm Python tích hợp này cho chúng ta biết loại đối tượng được truyền cho nó. Giống như đoạn mã trên, nó cho thấy arr
là loại numpy.ndarray
.
Để tạo một ndarray
, chúng ta có thể chuyển một danh sách, bộ dữ liệu hoặc bất kỳ đối tượng giống mảng nào vào phương thức array()
và nó sẽ được chuyển đổi thành một ndarray
:
Ví dụ
Sử dụng bộ dữ liệu để tạo mảng NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Hãy tự mình thử »Kích thước trong mảng
Thứ nguyên trong mảng là một mức độ sâu của mảng (mảng lồng nhau).
mảng lồng nhau: là các mảng có mảng là các phần tử của chúng.
Mảng 0-D
Mảng 0-D hoặc Vô hướng là các phần tử trong một mảng. Mỗi giá trị trong một mảng là một mảng 0-D.
Mảng 1-D
Một mảng có các mảng 0-D làm phần tử của nó được gọi là mảng một chiều hoặc 1-D.
Đây là những mảng phổ biến và cơ bản nhất.
Ví dụ
Tạo mảng 1-D chứa các giá trị 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
Hãy tự mình thử »Mảng 2-D
Mảng có các phần tử là mảng 1-D được gọi là mảng 2-D.
Chúng thường được sử dụng để biểu diễn các tensor ma trận hoặc bậc 2.
NumPy có toàn bộ mô-đun phụ dành riêng cho các hoạt động ma trận được gọi là numpy.mat
Ví dụ
Tạo mảng 2-D chứa hai mảng có giá trị 1,2,3 và 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
Hãy tự mình thử »Mảng 3-D
Một mảng có các mảng 2-D (ma trận) làm phần tử của nó được gọi là mảng 3-D.
Chúng thường được sử dụng để biểu diễn tensor bậc 3.
Ví dụ
Tạo một mảng 3-D có hai mảng 2-D, cả hai đều chứa hai mảng có giá trị 1,2,3 và 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Hãy tự mình thử »Kiểm tra số lượng kích thước?
NumPy Arrays cung cấp thuộc tính ndim
trả về một số nguyên cho chúng ta biết mảng đó có bao nhiêu chiều.
Ví dụ
Kiểm tra xem mảng có bao nhiêu chiều:
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)
Hãy tự mình thử »Mảng chiều cao hơn
Một mảng có thể có số chiều bất kỳ.
Khi mảng được tạo, bạn có thể xác định số chiều bằng cách sử dụng đối số ndmin
.
Ví dụ
Tạo một mảng có 5 chiều và xác minh rằng nó có 5 chiều:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
Hãy tự mình thử »Trong mảng này chiều trong cùng (điểm mờ thứ 5) có 4 phần tử, điểm mờ thứ 4 có 1 phần tử là vectơ, chiều mờ thứ 3 có 1 phần tử là ma trận với vectơ, điểm mờ thứ 2 có 1 phần tử là mảng 3D và Dim thứ nhất có 1 phần tử là mảng 4D.