Den homogene flerdimensjonale matrisen er hovedobjektet for NumPy . Det er i utgangspunktet en tabell med elementer som alle er av samme type og indeksert av en tuppel av positive heltall. Dimensjonene kalles akse i NumPy.
list.sort java
NumPys array-klasse er kjent som ndarray eller alias array . numpy.array er ikke det samme som standard Python-bibliotekklassen array.array . Array.array håndterer bare endimensjonale arrays og gir mindre funksjonalitet.
Syntaks
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parametere
Det er følgende parametere i funksjonen numpy.array().
1) objekt: array_like
Ethvert objekt som viser et array-grensesnitt hvis __array__-metode returnerer en nestet sekvens eller en array.2) dtype: valgfri datatype
Denne parameteren brukes til å definere ønsket parameter for array-elementet. Hvis vi ikke definerer datatypen, vil den bestemme typen som minimumstypen som vil kreve å holde objektet i sekvensen. Denne parameteren brukes bare for oppkasting av matrisen.3) kopi: bool (valgfritt)
Hvis vi setter kopi lik sann, blir objektet kopiert, ellers vil kopien bli laget når et objekt er en nestet sekvens, eller en kopi er nødvendig for å tilfredsstille noen av de andre kravene som dtype, rekkefølge, etc.4) rekkefølge: {'K', 'A', 'C', 'F'}, valgfritt
Order-parameteren spesifiserer minneoppsettet til matrisen. Når objektet ikke er en matrise, vil den nyopprettede matrisen være i C-rekkefølge (radhode eller rad-major) med mindre 'F' er spesifisert. Når F er spesifisert, vil det være i Fortran-rekkefølge (kolonnehode eller kolonne-major). Når objektet er en matrise, har det følgende rekkefølge.jerv vs grevling
| rekkefølge | ingen kopi | copy=True |
|---|---|---|
| 'K' | Uendret | F og C rekkefølge bevart. |
| 'EN' | Uendret | Når inngangen er F og ikke C så F rekkefølge ellers C rekkefølge |
| 'C' | C ordre | C ordre |
| 'F' | F ordre | F ordre |
Når copy=False eller kopien er laget av en annen grunn, vil resultatet være det samme som copy= True med noen unntak for A. Standardrekkefølgen er 'K'.
5) test: bool (valgfritt)
Når subok=True, vil underklasser gå gjennom; ellers vil den returnerte matrisen tvinge til å være en baseklassematrise (standard).
6) ndmin : int (valgfritt)
Denne parameteren spesifiserer minimumsantallet av dimensjoner som den resulterende matrisen skal ha. Brukere kan settes foran til formen etter behov for å oppfylle dette kravet.
Returnerer
Metoden numpy.array() returnerer en ndarray. Ndarray er et array-objekt som tilfredsstiller de spesifiserte kravene.
java konvertere char til streng
Eksempel 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Produksjon:
array([1, 2, 3])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi kun passert elementene, ikke aksen.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utgangen har en matrise blitt vist.
Eksempel 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Produksjon:
array([1., 2., 3.])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi sendt elementer av forskjellig type som heltall, float, etc.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utgangen har det blitt vist en matrise som inneholder elementer av en slik type som krever minimum minne for å holde objektet i sekvensen.
Eksempel 3: Mer enn én dimensjon
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Produksjon:
array([[1., 2., 3.], [4., 5., 7.]])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi passert antall elementer i forskjellige hakeparenteser.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utgangen er en flerdimensjonal matrise vist.
Eksempel 4: Minimumsdimensjoner: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Produksjon:
heltall til streng
array([[1., 2., 3.]])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi sendt antall elementer i en firkantet hake og dimensjonen for å lage en ndarray.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utgangen er det vist en todimensjonal matrise.
Eksempel 5: Type oppgitt
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Produksjon:
array([12.+0.j, 45.+0.j, 3.+0.j])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi passert elementene i hakeparentesen og satt dtype til kompleks.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utdataene er verdiene til 'arr'-elementene vist i form av komplekse tall.
Eksempel 6: Opprette en matrise fra 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
Produksjon:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har erklært 'arr'-variabelen og tildelt verdien returnert av np.array()-funksjonen.
- I array()-funksjonen har vi sendt elementene i form av matrisen ved å bruke np.mat()-funksjonen og satt subok=True.
- Til slutt har vi forsøkt å skrive ut verdien av arr.
I utgangen er en flerdimensjonal matrise vist.
slett siste commit git