Python入门教程(四十)Python的NumPy数组创建,


目录
  • 创建 NumPy ndarray 对象
  • 数组中的维
    • 0-D 数组
    • 1-D 数组
    • 2-D 数组
    • 3-D 数组
  • 检查维数?
    • 更高维的数组

      创建 NumPy ndarray 对象

      NumPy 用于处理数组,NumPy 中的数组对象称为 ndarray。

      我们可以使用 array() 函数创建一个 NumPy ndarray 对象。

      实例

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

      运行实例

      type(): 这个内置的 Python 函数告诉我们传递给它的对象的类型。像上面的代码一样,它表明 arr 是 numpy.ndarray 类型。

      要创建 ndarray,我们可以将列表、元组或任何类似数组的对象传递给 array() 方法,然后它将被转换为 ndarray:

      实例

      使用元组创建 NumPy 数组:

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

      运行实例

      数组中的维

      数组中的维是数组深度(嵌套数组)的一个级别

      **嵌套数组:**指的是将数组作为元素的数组。

      0-D 数组

      0-D 数组,或标量(Scalars),是数组中的元素。数组中的每个值都是一个 0-D 数组。

      实例

      用值 61 创建 0-D 数组:

      import numpy as np
      arr = np.array(61)
      print(arr)

      运行实例

      1-D 数组

      其元素为 0-D 数组的数组,称为一维或 1-D 数组。

      这是最常见和基础的数组

      实例

      创建包含值 1、2、3、4、5、6 的 1-D 数组:

      import numpy as np
      arr = np.array([1, 2, 3, 4, 5, 6])
      print(arr)

      运行实例

      2-D 数组

      其元素为 1-D 数组的数组,称为 2-D 数组。

      它们通常用于表示矩阵或二阶张量。

      NumPy 有一个专门用于矩阵运算的完整子模块 numpy.mat。

      实例

      创建包含值 1、2、3 和 4、5、6 两个数组的 2-D 数组:

      import numpy as np
      arr = np.array([[1, 2, 3], [4, 5, 6]])
      print(arr)

      运行实例

      3-D 数组

      其元素为 2-D 数组的数组,称为 3-D 数组。

      实例

      用两个 2-D 数组创建一个 3-D 数组,这两个数组均包含值 1、2、3 和 4、5、6 的两个数组:

      import numpy as np
      arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
      print(arr)

      运行实例

      检查维数?

      NumPy 数组提供了 ndim 属性,该属性返回一个整数,该整数会告诉我们数组有多少维。

      实例

      检查数组有多少维:

      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)

      运行实例

      更高维的数组

      数组可以拥有任意数量的维。

      在创建数组时,可以使用 ndmin 参数定义维数。

      实例

      创建一个有 5 个维度的数组,并验证它拥有 5 个维度:

      import numpy as np
      arr = np.array([1, 2, 3, 4], ndmin=5)
      print(arr)
      print('number of dimensions :', arr.ndim)

      运行实例

      在此数组中,最里面的维度(第 5 个 dim)有 4 个元素,第 4 个 dim 有 1 个元素作为向量,第 3 个 dim 具有 1 个元素是与向量的矩阵,第 2 个 dim 有 1 个元素是 3D 数组,而第 1 个 dim 有 1 个元素,该元素是 4D 数组。

      到此这篇关于Python入门教程(四十)Python的NumPy数组创建的文章就介绍到这了,更多相关Python的NumPy数组创建内容请搜索3672js教程以前的文章或继续浏览下面的相关文章希望大家以后多多支持3672js教程!

      您可能感兴趣的文章:
      • Python NumPy教程之遍历数组详解
      • Python NumPy教程之数组的创建详解
      • Python NumPy教程之数组的基本操作详解
      • Python Numpy中数组的集合操作详解
      • python numpy库中数组遍历的方法

      评论关闭