Хомогенният многомерен масив е основният обект на NumPy . По същество това е таблица от елементи, които са от един и същи тип и са индексирани от набор от положителни цели числа. Размерите се наричат оси в NumPy.
разлика в датите в ексел
Класът масив на NumPy е известен като ndarray или масив с псевдоними . numpy.array не е същият като стандартния клас библиотека на Python масив.масив . Array.array обработва само едномерни масиви и предоставя по-малко функционалност.
Синтаксис
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Параметри
Във функцията numpy.array() има следните параметри.
1) обект: array_like
Всеки обект, който излага интерфейс на масив, чийто метод __array__ връща всяка вложена последователност или масив.2) dtype : незадължителен тип данни
Този параметър се използва за дефиниране на желания параметър за елемента на масива. Ако не дефинираме типа данни, тогава той ще определи типа като минималния тип, който ще изисква да държи обекта в последователността. Този параметър се използва само за upcast на масива.3) копие: bool (по избор)
Ако зададем copy равно на true, обектът се копира, в противен случай копието ще бъде направено, когато даден обект е вложена последователност или е необходимо копие, за да се удовлетвори някое от другите изисквания като dtype, order и т.н.4) ред: {'K', 'A', 'C', 'F'}, по избор
Параметърът за поръчка указва оформлението на паметта на масива. Когато обектът не е масив, новосъздаденият масив ще бъде в ред C (начало на ред или основен ред), освен ако не е указано 'F'. Когато е посочено F, то ще бъде в ред на Fortran (начало на колона или главна колона). Когато обектът е масив, той съдържа следния ред.| поръчка | няма копие | копие=Вярно |
|---|---|---|
| 'К' | Непроменен | Редът F и C е запазен. |
| 'А' | Непроменен | Когато входът е F, а не C, тогава F ред, иначе C ред |
| '° С' | C поръчка | C поръчка |
| 'F' | F поръчка | F поръчка |
Когато copy=False или копието е направено по друга причина, резултатът ще бъде същият като copy= True с някои изключения за A. Редът по подразбиране е 'K'.
5) тест: bool (по избор)
колко тежи kat timpf
Когато subok=True, тогава подкласовете ще преминават; в противен случай върнатият масив ще бъде принуден да бъде масив от базов клас (по подразбиране).
6) ndmin : int (по избор)
Този параметър определя минималния брой измерения, които трябва да има полученият масив. Потребителите могат да бъдат добавени предварително към формата, ако е необходимо, за да изпълнят това изискване.
Се завръща
Методът numpy.array() връща ndarray. ndarray е обект от масив, който отговаря на посочените изисквания.
динамичен масив java
Пример 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Изход:
array([1, 2, 3])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали само елементите, а не ос.
- И накрая, опитахме да отпечатаме стойността на arr.
В изхода е показан масив.
Пример 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Изход:
array([1., 2., 3.])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали елементи от различен тип като integer, float и т.н.
- И накрая, опитахме да отпечатаме стойността на arr.
В изхода е показан масив, съдържащ елементи от такъв тип, които изискват минимална памет за задържане на обекта в последователността.
Пример 3: Повече от едно измерение
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Изход:
array([[1., 2., 3.], [4., 5., 7.]])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали броя на елементите в различни квадратни скоби.
- И накрая, опитахме да отпечатаме стойността на arr.
В резултата е показан многоизмерен масив.
Пример 4: Минимални размери: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Изход:
ляво съединяване срещу дясно съединяване
array([[1., 2., 3.]])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали броя на елементите в квадратна скоба и измерението за създаване на ndarray.
- И накрая, опитахме да отпечатаме стойността на arr.
В резултата е показан двуизмерен масив.
Пример 5: Предоставен тип
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Изход:
if else в bash shell
array([12.+0.j, 45.+0.j, 3.+0.j])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали елементите в квадратната скоба и сме задали dtype на комплекс.
- И накрая, опитахме да отпечатаме стойността на arr.
В изхода стойностите на елементите 'arr' са показани под формата на комплексни числа.
Пример 6: Създаване на масив от подкласове
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
Изход:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
В горния код
- Импортирахме numpy с псевдоним np.
- Декларирахме променливата 'arr' и присвоихме стойността, върната от функцията np.array().
- Във функцията array() сме предали елементите под формата на матрицата с помощта на функцията np.mat() и сме задали subok=True.
- И накрая, опитахме да отпечатаме стойността на arr.
В резултата е показан многоизмерен масив.