In Python existieren viele Bibliotheken, um verschiedene Arten von Aufgaben auszuführen. Numpy ist einer von ihnen. Die vollständige Form von Numpy ist numerisches Python und wird hauptsächlich für wissenschaftliches Computer verwendet. Mehrdimensionale Array-Objekte können mit dieser Bibliothek definiert werden, die als Python Numpy Array bezeichnet wird. In der Numpy -Bibliothek gibt es verschiedene Arten von Funktionen, um das Array zu erstellen. Numpy Array kann aus der Python -Liste der numerischen Daten, des Datenbereichs und zufälligen Daten generiert werden. Wie Numpy Array erstellt und verwendet werden kann, um unterschiedliche Operationstypen in diesem Tutorial zu erstellen.
Vorteil der Verwendung von Numpy Array
Numpy Array ist aus verschiedenen Gründen besser als die Python -Liste. Einige wichtige Vorteile der Verwendung von Numpy Array sind unten angegeben.
Voraussetzungen
Die Numpy -Bibliothek ist standardmäßig in Python nicht installiert. Sie müssen diese Bibliothek also installieren, bevor Sie die in diesem Tutorial gezeigten Beispiele üben. Python 3+ wird in diesem Tutorial verwendet. Führen Sie den folgenden Befehl vom Terminal aus, um Numpy in Python 3 zu installieren.
$ sudo apt-Get Installieren Sie Python3-Numpy
Numpy Array -Attribute
Numpy Array verfügt über viele Attribute, um verschiedene Arten von Informationen über das Array abzurufen. Einige der nützlichen Attribute dieses Arrays sind unten beschrieben.
Verwendung von Numpy Array
In diesem Teil des Tutorials werden die Möglichkeiten zur Deklarierung eines eindimensionalen, zweidimensionalen und dreidimensionalen Numpy-Arrays gezeigt.
Beispiel 1: Verwendung eines eindimensionalen Numpy-Arrays
Das folgende Beispiel zeigt drei Möglichkeiten, ein eindimensionales Numpy-Array zu erstellen. array () Funktion wurde verwendet, um das erste eindimensionale Array von 10 Ganzzahlen zu erstellen. arrangieren () Funktion wurde verwendet, um das zweite eindimensionale Array von 10 sequentiellen Zahlen zu erstellen. Rand () Funktion wurde verwendet, um das dritte eindimensionale Array von 10 Zufallsfloat-Zahlen zu erstellen. Als nächstes die print () Funktion hat es verwendet, um die verschiedenen Attribute und drei Arrays -Werte zu drucken.
# Numpy importierenAusgang:
Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Die Ausgabe zeigt, dass das erste Array ist 1, Die Größe des zweiten Arrays ist 10, und der Datentyp des dritten Arrays ist float64. Drei Arrays wurden später gedruckt.
Beispiel-2: Verwendung eines zweidimensionalen Numpy-Arrays
Das folgende Beispiel zeigt zwei Möglichkeiten, ein zweidimensionales Numpy-Array zu erstellen. Die Funktion von Array () wurde verwendet, um ein zweidimensionales Array von 2 Zeilen und 3 Spalten mit Ganzzahldaten zu erstellen. Rand () Funktion wurde verwendet, um ein zweidimensionales Array von 2 Zeilen und 4 Spalten mit Float-Daten zu erstellen. Als nächstes druckt die Funktion print () zum Drucken des Größenattributs und der beiden Arrays -Werte.
# Numpy importierenAusgang:
Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Der Ausgang zeigt, dass die Größe des ersten Arrays 6 (2 × 3) und die Größe des zweiten Arrays 8 (2 × 4) beträgt. Beide Arrays wurden später gedruckt.
Beispiel-3: Verwendung eines dreidimensionalen Numpy-Arrays
Das folgende Beispiel zeigt zwei Möglichkeiten, ein dreidimensionales Numpy-Array zu erstellen. Die Funktion von Array () wurde verwendet, um ein dreidimensionales Array von Ganzzahldaten zu erstellen. Rand () Funktion wurde verwendet, um ein dreidimensionales Array von Float-Daten zu erstellen. Als nächstes wurde die Funktion print () verwendet, um die Dimension und die Werte beider Arrays zu drucken.
# Numpy importierenAusgang:
Die folgende Ausgabe wird nach der Ausführung des obigen Skripts angezeigt. Der Ausgang zeigt, dass die Dimension beider Arrays 3 beträgt. Beide Arrays wurden später gedruckt.
Abschluss
Das Erstellen verschiedener Arten von Numpy -Arrays wurde in diesem Tutorial anhand mehrerer Beispiele erläutert. Ich hoffe.