logo

TechCodeview

numpy.array() programmā Python

Homogēns daudzdimensiju masīvs ir galvenais objekts NumPy . Būtībā tā ir viena veida elementu tabula, kas indeksēta ar pozitīvu veselu skaitļu kopu. Izmērus valodā NumPy sauc par asi.

cik pilsētu ir ASV

NumPy masīva klase ir pazīstama kā ndarray vai aizstājvārdu masīvs . Numpy.array nav tas pats, kas standarta Python bibliotēkas klase masīvs.masīvs . Ary.array apstrādā tikai viendimensiju masīvus un nodrošina mazāku funkcionalitāti.

Sintakse

 numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

Parametri

Funkcijā numpy.array() ir šādi parametri.

1) objekts: masīvs_līdzīgs

Jebkurš objekts, kas atklāj masīva interfeisu, kura __masīva__ metode atgriež jebkuru ligzdotu secību vai masīvu.

2) dtype: neobligāts datu veids

Šis parametrs tiek izmantots, lai definētu vēlamo parametru masīva elementam. Ja mēs nedefinēsim datu tipu, tas noteiks veidu kā minimālo veidu, kas prasīs objekta noturēšanu secībā. Šis parametrs tiek izmantots tikai masīva augšuplādēšanai.

3) kopēt: bool (neobligāti)

Ja mēs iestatām, ka kopija ir vienāda ar patiesu, objekts tiek kopēts, pretējā gadījumā kopija tiks izveidota, ja objekts ir ligzdota secība vai kopija ir nepieciešama, lai izpildītu kādu no citām prasībām, piemēram, dtype, order utt.

4) secība: {'K', 'A', 'C', 'F'}, neobligāti

pseidokods java
Pasūtījuma parametrs norāda masīva atmiņas izkārtojumu. Ja objekts nav masīvs, jaunizveidotais masīvs būs C secībā (rindas virsraksts vai rindas galvenais), ja vien nav norādīts “F”. Kad ir norādīts F, tas būs Fortran secībā (kolonnas virsraksts vai kolonnas galvenais). Ja objekts ir masīvs, tam ir šāda secība.

pasūtījums nav kopijas copy=Tiesa
'K' Nemainīts F un C secība saglabāta.
'A' Nemainīts Ja ievade ir F, nevis C, tad F secība pretējā gadījumā C secība
'C' C pasūtījums C pasūtījums
'F' F pasūtījums F pasūtījums

Ja copy=False vai kopija tiek veikta cita iemesla dēļ, rezultāts būs tāds pats kā copy= True ar dažiem izņēmumiem A. Noklusējuma secība ir 'K'.

5) pārbaude: bool (pēc izvēles)

Ja subok=True, tad apakšklases tiks cauri; pretējā gadījumā atgrieztais masīvs būs bāzes klases masīvs (noklusējums).

6) ndmin : int (neobligāti)

Šis parametrs norāda minimālo izmēru skaitu, kādam jābūt iegūtajam masīvam. Lietotāji var tikt pievienoti formai pēc vajadzības, lai izpildītu šo prasību.

Atgriežas

Metode numpy.array() atgriež ndarray. Ndarray ir masīva objekts, kas atbilst noteiktajām prasībām.

pārvērst virkni uz json java

1. piemērs: numpy.array()

 import numpy as np arr=np.array([1,2,3]) arr

Izvade: 

 array([1, 2, 3])

Iepriekš minētajā kodā

  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši vērtību, ko atgriež funkcija np.array().
  • Funkcijā array () mēs esam nodevuši tikai elementus, nevis asi.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadē ir parādīts masīvs.

2. piemērs:

 import numpy as np arr=np.array([1,2.,3.]) arr

Izvade: 

 array([1., 2., 3.])

Iepriekš minētajā kodā

  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši vērtību, ko atgriež funkcija np.array().
  • Funkcijā array () mēs esam nodevuši dažāda veida elementus, piemēram, vesels skaitlis, pludiņš utt.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadē ir parādīts masīvs, kas satur tāda veida elementus, kuriem nepieciešama minimāla atmiņa, lai objektu noturētu secībā.

3. piemērs: vairāk nekā viena dimensija

 import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr

Izvade: 

 array([[1., 2., 3.], [4., 5., 7.]])

Iepriekš minētajā kodā

  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši vērtību, ko atgriež funkcija np.array().
  • Funkcijā array() mēs esam nodevuši elementu skaitu dažādās kvadrātiekavās.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadē ir parādīts daudzdimensiju masīvs.

4. piemērs. Minimālie izmēri: 2

 import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr

Izvade:

virkne java metodēs 
 array([[1., 2., 3.]])

Iepriekš minētajā kodā

  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši vērtību, ko atgriež funkcija np.array().
  • Funkcijā array() esam nodevuši elementu skaitu kvadrātiekavās un izmēru, lai izveidotu ndarray.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadā ir parādīts divdimensiju masīvs.

5. piemērs: norādītais veids

 import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr

Izvade: 

 array([12.+0.j, 45.+0.j, 3.+0.j])

Iepriekš minētajā kodā

  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši funkcijas np.array() atgriezto vērtību.
  • Funkcijā array() esam nodevuši elementus kvadrātiekavās un iestatījuši dtype uz kompleksu.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadā 'arr' elementu vērtības ir parādītas kompleksu skaitļu veidā.

6. piemērs: masīva izveide no apakšklasēm

 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

Izvade: 

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])

Iepriekš minētajā kodā

c# koda piemēri
  • Mēs esam importējuši numpy ar aizstājvārdu np.
  • Mēs esam deklarējuši mainīgo 'arr' un piešķīruši funkcijas np.array() atgriezto vērtību.
  • Funkcijā array() mēs esam nodevuši elementus matricas formā, izmantojot funkciju np.mat() un iestatījuši subok=True.
  • Visbeidzot, mēs esam mēģinājuši izdrukāt arr vērtību.

Izvadē ir parādīts daudzdimensiju masīvs.