Podatkovna znanost

Kako uporabljati Python NumPy Array

Kako uporabljati Python NumPy Array

V Pythonu obstaja veliko knjižnic za izvajanje različnih vrst nalog. NumPy je eden izmed njih. Celotna oblika NumPy je Numerical Python in se uporablja predvsem za znanstveno računalništvo. Predmete večdimenzionalnih nizov lahko definirate s pomočjo te knjižnice, ki se imenuje matrika Python NumPy. V knjižnici NumPy obstajajo različne vrste funkcij za ustvarjanje polja. Matriko NumPy lahko generiramo s pythonovega seznama številskih podatkov, obsega podatkov in naključnih podatkov. Kako je mogoče ustvariti matriko NumPy in uporabljati različne vrste operacij, je prikazano v tej vadnici.

Prednost uporabe NumPy Array

Matrika NumPy je iz različnih razlogov boljša od seznama Python. Nekaj ​​pomembnih prednosti uporabe matrike NumPy je navedenih spodaj.

  1. Porabi manj pomnilnika v primerjavi s seznamom python.
  2. Deluje hitreje kot seznam python za enako količino podatkov.
  3. Primerneje je uporabiti namesto seznama python za nekatera določena opravila.

Predpogoji

Knjižnica NumPy privzeto ni nameščena v Pythonu. Torej, morate to knjižnico namestiti, preden vadite primere, prikazane v tej vadnici. V tej vadnici je uporabljen Python 3+. Iz terminala zaženite naslednji ukaz, da namestite NumPy v python 3.

$ sudo apt-get namestite python3-numpy

Atributi matrike NumPy

Matrika NumPy ima veliko atributov za pridobivanje različnih vrst informacij o matriki. Nekateri uporabni atributi tega polja so opisani spodaj.

  1. ndarray.ndim - Ta atribut vrne število dimenzij poimenovanega polja NumPy ndarray.
  2. ndarray.obliko - Ta atribut vrne velikost vsake dimenzije imenovanega polja NumPy ndarray.
  3. ndarray.velikost - Ta atribut vrne skupno število elementov poimenovanega polja NumPy ndarray.
  4. ndarray.itemsize - Ta atribut vrne velikost vsakega elementa poimenovane matrike NumPy ndarray.
  5. ndarray.dtype - Ta atribut vrne podatkovni tip elementov poimenovanega polja NumPy ndarray.
  6. ndarray.nbajtov - Ta atribut vrne skupno število bajtov, ki jih porabijo elementi poimenovanega polja NumPy ndarray.

Uporaba polja NumPy

Načini deklariranja enodimenzionalnega, dvodimenzionalnega in tridimenzionalnega polja NumPy so prikazani v tem delu vadnice.

Primer-1: Uporaba enodimenzionalne matrike NumPy

Naslednji primer prikazuje tri načine ustvarjanja enodimenzionalnega polja NumPy. funkcija array () je bil uporabljen za ustvarjanje prve enodimenzionalne matrike 10 celih števil. uredi () funkcijo je bil uporabljen za ustvarjanje drugega enodimenzionalnega polja z 10 zaporednimi številkami. funkcija rand () je bil uporabljen za ustvarjanje tretje enodimenzionalne matrike 10 naključnih plavajočih števil. Nato, funkcija print () je uporabil za tiskanje različnih atributov in vrednosti treh nizov.

# Uvozi NumPy
uvozi numpy kot np
# Deklariraj polje NumPy v treh različnih nizih
oneArray1 = np.matrika ([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
oneArray2 = np.arange (10)
oneArray3 = np.naključen.rand (10)
# Natisnite različne atribute treh nizov NumPy
print ("\ nDimenzija prve matrike NumPy je:", oneArray1.ndim)
print ("Velikost drugega polja NumPy je:", oneArray2.velikost)
print ("Podatkovni tip tretjega polja NumPy je:", oneArray3.dtype)
# Natisnite vrednosti treh nizov NumPy
print ("\ nVrednosti prve matrike so: \ n", oneArray1)
print ("Vrednosti druge matrike so: \ n", oneArray2)
print ("Vrednosti tretjega polja so: \ n", oneArray3)

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta. Izhod kaže, da je prvo polje 1, velikost drugega polja je 10, in podatkovni tip tretjega polja je float64. Kasneje so bili natisnjeni trije nizi.

Primer-2: Uporaba dvodimenzionalne matrike NumPy

Naslednji primer prikazuje dva načina ustvarjanja dvodimenzionalne matrike NumPy. Funkcija array () je bila uporabljena za ustvarjanje dvodimenzionalne matrike iz 2 vrstic in 3 stolpcev s celoštevilčnimi podatki. Funkcija rand () je bila uporabljena za ustvarjanje dvodimenzionalne matrike iz 2 vrstic in 4 stolpcev s plavajočimi podatki. Nato je funkcija print () uporabila za tiskanje atributa velikosti in vrednosti obeh nizov.

# Uvozi NumPy
uvozi numpy kot np
# Navedite dvodimenzionalno polje s seznami
twoArray1 = np.matrika ([[12, 2, 27], [40, 15, 6]])
# Deklarirajte dvodimenzionalno polje z naključnimi vrednostmi
twoArray2 = np.naključen.rand (2, 4)
# Natisnite velikost obeh nizov
print ("Velikost prve matrike:", twoArray1.velikost)
print ("Velikost druge matrike:", twoArray2.velikost)
# Natisnite vrednosti obeh nizov
print ("Vrednosti prve matrike so: \ n", twoArray1)
print ("Vrednosti druge matrike so: \ n", twoArray2)

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta. Izhod kaže, da je velikost prvega polja 6 (2 × 3), velikost drugega polja pa 8 (2 × 4). Oba polja sta bila natisnjena pozneje.

Primer-3: Uporaba tridimenzionalne matrike NumPy

Naslednji primer prikazuje dva načina ustvarjanja tridimenzionalnega polja NumPy. Funkcija array () je bila uporabljena za ustvarjanje tridimenzionalne matrike celoštevilnih podatkov. Funkcija rand () je bila uporabljena za ustvarjanje tridimenzionalne matrike podatkov s plovcem. Nato je funkcija print () uporabila za tiskanje dimenzije in vrednosti obeh nizov.

# Uvozi NumPy
uvozi numpy kot np
# S pomočjo seznama ustvarite tridimenzionalno matriko
threeArray1 = np.matrika ([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Ustvarite tridimenzionalno matriko z uporabo naključnih vrednosti
threeArray2 = np.naključen.rand (2, 4, 3)
# Natisnite dimenzijo obeh nizov
print ("Dimenzija prve matrike:", threeArray1.ndim)
print ("Dimenzija druge matrike:", threeArray2.ndim)
# Natisnite vrednosti obeh nizov
print ("Vrednosti prve matrike so: \ n", threeArray1)
print ("Vrednosti druge matrike so: \ n", threeArray2)

Izhod:

Naslednji izhod se bo prikazal po izvedbi zgornjega skripta. Izhod kaže, da je dimenzija obeh nizov 3. Oba polja sta bila natisnjena pozneje.

Zaključek

Ustvarjanje različnih vrst nizov NumPy je razloženo v tej vadnici z uporabo več primerov. Upam, da bodo bralci po vadbi primerov te vadnice lahko ustvarili matrike NumPy.

Bitka za Wesnoth 1.13.6 Razvoj izdan
Bitka za Wesnoth 1.13.6, ki je izšel prejšnji mesec, je šesta razvojna izdaja v 1.13.x series in prinaša številne izboljšave, predvsem uporabniški vme...
Kako namestiti League Of Legends na Ubuntu 14.04
Če ste ljubitelj League of Legends, je to priložnost, da preizkusite League of Legends. Upoštevajte, da LOL podpira PlayOnLinux, če uporabljate Linux....
Namestite najnovejšo strategijo igre OpenRA v Ubuntu Linux
OpenRA je Libre / Free Real Time strateški stroj, ki poustvarja zgodnje igre Westwood, kot je klasična Command & Conquer: Red Alert. Porazdeljeni modi...