Det homogene flerdimensionelle array er hovedobjektet for NumPy . Det er dybest set en tabel med elementer, der alle er af samme type og indekseret af en tuple af positive heltal. Dimensionerne kaldes akse i NumPy.
list.sort java
NumPy's array-klasse er kendt som ndarray eller alias array . numpy.array er ikke det samme som standard Python-biblioteksklassen array.array . Array.array'et håndterer kun endimensionelle arrays og giver mindre funktionalitet.
Syntaks
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parametre
Der er følgende parametre i numpy.array()-funktionen.
1) objekt: array_like
Ethvert objekt, som afslører en array-grænseflade, hvis __array__-metode returnerer en hvilken som helst indlejret sekvens eller et array.2) dtype: valgfri datatype
Denne parameter bruges til at definere den ønskede parameter for array-elementet. Hvis vi ikke definerer datatypen, så vil den bestemme typen som den minimumstype, der kræves for at holde objektet i sekvensen. Denne parameter bruges kun til upcasting af arrayet.3) kopi: bool (valgfrit)
Hvis vi sætter kopi lig med sand, kopieres objektet, ellers vil kopien blive lavet, når et objekt er en indlejret sekvens, eller en kopi er nødvendig for at opfylde nogen af de andre krav såsom dtype, rækkefølge osv.4) rækkefølge: {'K', 'A', 'C', 'F'}, valgfri
Order-parameteren angiver hukommelseslayoutet for arrayet. Når objektet ikke er et array, vil det nyoprettede array være i C rækkefølge (rækkehoved eller række-major), medmindre 'F' er angivet. Når F er angivet, vil det være i Fortran rækkefølge (kolonnehoved eller kolonne-major). Når objektet er et array, har det følgende rækkefølge.jerv vs grævling
| bestille | ingen kopi | copy=Sandt |
|---|---|---|
| 'K' | Uændret | F og C rækkefølge bevaret. |
| 'EN' | Uændret | Når input er F og ikke C så F ordre ellers C ordre |
| 'C' | C ordre | C ordre |
| 'F' | F ordre | F ordre |
Når copy=False eller kopien er lavet af den anden grund, vil resultatet være det samme som copy= True med nogle undtagelser for A. Standardrækkefølgen er 'K'.
5) test: bool (valgfrit)
Når subok=True, så vil underklasser passere igennem; ellers vil det returnerede array tvinge til at være et basisklasse-array (standard).
6) ndmin: int (valgfrit)
Denne parameter angiver det mindste antal dimensioner, som det resulterende array skal have. Brugere kan sættes foran til formen efter behov for at opfylde dette krav.
Vender tilbage
Metoden numpy.array() returnerer en ndarray. Ndarray er et array-objekt, som opfylder de specificerede krav.
java få aktuel tid
Eksempel 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Produktion:
array([1, 2, 3])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt værdien returneret af funktionen np.array().
- I array()-funktionen har vi kun passeret elementerne, ikke aksen.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er der vist et array.
Eksempel 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Produktion:
array([1., 2., 3.])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt værdien returneret af funktionen np.array().
- I array()-funktionen har vi sendt elementer af forskellig type som heltal, float osv.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er et array blevet vist, der indeholder elementer af en sådan type, som kræver minimum hukommelse for at holde objektet i sekvensen.
Eksempel 3: Mere end én dimension
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Produktion:
array([[1., 2., 3.], [4., 5., 7.]])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt værdien returneret af funktionen np.array().
- I array()-funktionen har vi sendt antallet af elementer i forskellige firkantede parenteser.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er der vist et multidimensionelt array.
Eksempel 4: Minimumsmål: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Produktion:
heltal til streng
array([[1., 2., 3.]])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt værdien returneret af funktionen np.array().
- I array()-funktionen har vi videregivet antallet af elementer i en firkantet parentes og dimensionen for at skabe et ndarray.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er der vist et todimensionelt array.
Eksempel 5: Type angivet
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Produktion:
array([12.+0.j, 45.+0.j, 3.+0.j])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt den værdi, der returneres af funktionen np.array().
- I array()-funktionen har vi sendt elementerne i firkantet parentes og sat dtype til kompleks.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er værdierne af 'arr'-elementerne blevet vist i form af komplekse tal.
Eksempel 6: Oprettelse af et array 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
Produktion:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
I ovenstående kode
- Vi har importeret numpy med alias navn np.
- Vi har erklæret variablen 'arr' og tildelt den værdi, der returneres af funktionen np.array().
- I array()-funktionen har vi sendt elementerne i form af matrixen ved hjælp af funktionen np.mat() og sat subok=True.
- Til sidst har vi forsøgt at udskrive værdien af arr.
I outputtet er der vist et multidimensionelt array.
genstart mysql ubuntu