Das homogene mehrdimensionale Array ist das Hauptobjekt von NumPy . Es handelt sich im Grunde um eine Tabelle mit Elementen, die alle vom gleichen Typ sind und durch ein Tupel positiver Ganzzahlen indiziert sind. Die Dimensionen werden in NumPy Achsen genannt.
js-Ersatz
Die Array-Klasse von NumPy heißt ndarray oder Alias-Array . Das numpy.array ist nicht dasselbe wie die Standard-Python-Bibliotheksklasse array.array . Das array.array verarbeitet nur eindimensionale Arrays und bietet weniger Funktionalität.
Syntax
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parameter
In der Funktion numpy.array() gibt es die folgenden Parameter.
1) Objekt: array_like
Jedes Objekt, das eine Array-Schnittstelle verfügbar macht, deren Methode __array__ eine beliebige verschachtelte Sequenz oder ein Array zurückgibt.2) dtype: optionaler Datentyp
Mit diesem Parameter wird der gewünschte Parameter für das Array-Element definiert. Wenn wir den Datentyp nicht definieren, wird der Typ als Mindesttyp bestimmt, der erforderlich ist, um das Objekt in der Sequenz zu halten. Dieser Parameter wird nur zum Upcasting des Arrays verwendet.3) kopieren: bool (optional)
Wenn wir copy gleich „true“ setzen, wird das Objekt kopiert. Andernfalls wird die Kopie erstellt, wenn es sich bei einem Objekt um eine verschachtelte Sequenz handelt oder eine Kopie erforderlich ist, um andere Anforderungen wie dtype, Reihenfolge usw. zu erfüllen.4) Reihenfolge: {'K', 'A', 'C', 'F'}, optional
Was ist Map Java?Der order-Parameter gibt das Speicherlayout des Arrays an. Wenn das Objekt kein Array ist, wird das neu erstellte Array in C-Reihenfolge (Zeilenkopf oder Hauptzeile) vorliegen, sofern nicht „F“ angegeben ist. Wenn F angegeben ist, erfolgt die Reihenfolge in Fortran (Spaltenkopf oder Hauptspalte). Wenn das Objekt ein Array ist, enthält es die folgende Reihenfolge.
| Befehl | keine Kopie | copy=True |
|---|---|---|
| 'K' | Unverändert | F- und C-Reihenfolge beibehalten. |
| 'A' | Unverändert | Wenn die Eingabe F und nicht C ist, dann F-Reihenfolge, andernfalls C-Reihenfolge |
| 'C' | C-Reihenfolge | C-Reihenfolge |
| 'F' | F-Bestellung | F-Bestellung |
Wenn copy=False oder die Kopie aus einem anderen Grund erstellt wird, ist das Ergebnis dasselbe wie copy=True, mit einigen Ausnahmen für A. Die Standardreihenfolge ist „K“.
5) test: bool (optional)
Wenn subok=True, werden Unterklassen durchgeleitet; andernfalls wird das zurückgegebene Array zwangsweise ein Basisklassen-Array sein (Standard).
6) ndmin: int (optional)
Dieser Parameter gibt die Mindestanzahl an Dimensionen an, die das resultierende Array haben sollte. Benutzer können der Form nach Bedarf voranstellen, um diese Anforderung zu erfüllen.
Kehrt zurück
Die Methode numpy.array() gibt ein ndarray zurück. Das ndarray ist ein Array-Objekt, das die angegebenen Anforderungen erfüllt.
Finden Sie gesperrte Nummern auf Android
Beispiel 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Ausgabe:
array([1, 2, 3])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir nur die Elemente übergeben, nicht die Achse.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurde ein Array angezeigt.
Beispiel 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Ausgabe:
array([1., 2., 3.])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir Elemente unterschiedlichen Typs wie Integer, Float usw. übergeben.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurde ein Array angezeigt, das Elemente dieses Typs enthält, die nur minimalen Speicher benötigen, um das Objekt in der Sequenz zu speichern.
Beispiel 3: Mehr als eine Dimension
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Ausgabe:
array([[1., 2., 3.], [4., 5., 7.]])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir die Anzahl der Elemente in verschiedenen eckigen Klammern übergeben.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurde ein mehrdimensionales Array angezeigt.
Beispiel 4: Mindestmaße: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Ausgabe:
Netzwerkarchitektur
array([[1., 2., 3.]])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir die Anzahl der Elemente in einer eckigen Klammer und die Dimension übergeben, um ein ndarray zu erstellen.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurde ein zweidimensionales Array angezeigt.
Beispiel 5: Typ bereitgestellt
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Ausgabe:
array([12.+0.j, 45.+0.j, 3.+0.j])
Im obigen Code
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir die Elemente in der eckigen Klammer übergeben und den dtype auf complex gesetzt.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurden die Werte der „arr“-Elemente in Form komplexer Zahlen angezeigt.
Beispiel 6: Erstellen eines Arrays aus Unterklassen
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
Ausgabe:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
Im obigen Code
Java zu JSON-Objekt
- Wir haben numpy mit dem Aliasnamen np importiert.
- Wir haben die Variable „arr“ deklariert und den von der Funktion np.array() zurückgegebenen Wert zugewiesen.
- In der Funktion array() haben wir die Elemente in Form der Matrix mit der Funktion np.mat() übergeben und subok=True gesetzt.
- Zuletzt haben wir versucht, den Wert von arr auszudrucken.
In der Ausgabe wurde ein mehrdimensionales Array angezeigt.