Den homogena flerdimensionella arrayen är huvudobjektet för NumPy . Det är i grunden en tabell med element som alla är av samma typ och indexerade med en tupel av positiva heltal. Dimensionerna kallas axel i NumPy.
java vända en sträng
NumPys arrayklass kallas ndarray eller alias array . numpy.arrayen är inte samma som standardbiblioteksklassen Python array.array . Array.array hanterar endast endimensionella arrayer och ger mindre funktionalitet.
Syntax
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parametrar
Det finns följande parametrar i funktionen numpy.array().
1) objekt: array_like
Vilket objekt som helst som exponerar ett array-gränssnitt vars __array__-metod returnerar en kapslad sekvens eller en array.2) dtype : valfri datatyp
Denna parameter används för att definiera den önskade parametern för arrayelementet. Om vi inte definierar datatypen, kommer den att bestämma typen som den minsta typen som kommer att kräva för att hålla objektet i sekvensen. Denna parameter används endast för att sända upp arrayen.3) kopiera: bool (valfritt)
Om vi ställer in kopian lika med true, kopieras objektet, annars görs kopian när ett objekt är en kapslad sekvens, eller en kopia behövs för att uppfylla något av de andra kraven som dtype, order, etc.4) order: {'K', 'A', 'C', 'F'}, valfritt
Orderparametern anger minneslayouten för arrayen. När objektet inte är en array kommer den nyskapade arrayen att vara i C-ordning (radhuvud eller rad-major) om inte 'F' anges. När F anges kommer det att vara i Fortran-ordning (kolumnhuvud eller kolumn-major). När objektet är en array har det följande ordning.| beställa | ingen kopia | copy=Sant |
|---|---|---|
| 'K' | Oförändrat | F- och C-ordning bevarad. |
| 'A' | Oförändrat | När ingången är F och inte C då F ordning annars C ordning |
| 'C' | C ordning | C ordning |
| 'F' | F ordning | F ordning |
När copy=False eller kopian är gjord av andra skäl, blir resultatet detsamma som copy= True med några undantag för A. Standardordningen är 'K'.
5) test: bool (valfritt)
När subok=True kommer underklasser att passera igenom; annars kommer den returnerade matrisen att tvingas vara en basklassmatris (standard).
hur många städer finns det i usa
6) ndmin : int(valfritt)
Den här parametern anger det minsta antalet dimensioner som den resulterande arrayen ska ha. Användare kan läggas till formen efter behov för att uppfylla detta krav.
Returnerar
Metoden numpy.array() returnerar en ndarray. Ndarrayen är ett arrayobjekt som uppfyller de specificerade kraven.
vad är måtten på min datorskärm
Exempel 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Produktion:
array([1, 2, 3])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I array()-funktionen har vi bara skickat elementen, inte axeln.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har en array visats.
Exempel 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Produktion:
array([1., 2., 3.])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I array()-funktionen har vi skickat element av olika slag som heltal, float, etc.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har en array visats innehållande element av sådan typ som kräver minimalt minne för att hålla objektet i sekvensen.
Exempel 3: Fler än en dimension
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Produktion:
array([[1., 2., 3.], [4., 5., 7.]])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I funktionen array() har vi skickat antalet element inom olika hakparenteser.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har en flerdimensionell array visats.
Exempel 4: Minsta mått: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Produktion:
java gör medan
array([[1., 2., 3.]])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I funktionen array() har vi skickat antalet element inom en hakparentes och dimensionen för att skapa en ndarray.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har en tvådimensionell array visats.
Exempel 5: Typ tillhandahållen
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Produktion:
array([12.+0.j, 45.+0.j, 3.+0.j])
I ovanstående kod
typskript datumtyp
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I funktionen array() har vi skickat elementen inom hakparentesen och satt dtype till komplex.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har värdena för 'arr'-elementen visats i form av komplexa tal.
Exempel 6: Skapa en array från underklasser
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
Produktion:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har deklarerat variabeln 'arr' och tilldelat värdet som returneras av funktionen np.array().
- I array()-funktionen har vi skickat elementen i form av matrisen med funktionen np.mat() och satt subok=True.
- Slutligen har vi försökt skriva ut värdet på arr.
I utgången har en flerdimensionell array visats.