Kako se koristi Python NumPy Array

U Pythonu postoje mnoge knjižnice za izvršavanje različitih vrsta zadataka. NumPy je jedan od njih. Puni oblik NumPy-a je Numerički Python i uglavnom se koristi za znanstveno računanje. Višedimenzionalni objekti niza mogu se definirati pomoću ove biblioteke koja se naziva Python NumPy niz. U biblioteci NumPy postoje različite vrste funkcija za stvaranje niza. NumPy niz može se generirati iz python popisa numeričkih podataka, raspona podataka i slučajnih podataka. Kako se NumPy niz može stvoriti i koristiti za obavljanje različitih vrsta operacija, prikazano je u ovom vodiču.

Prednost korištenja NumPy Array

NumPy niz je iz različitih razloga bolji od Python popisa. Neke značajne prednosti korištenja polja NumPy date su u nastavku.

1. Troši manje memorije u usporedbi s popisom pythona.
2. Radi brže od python popisa za istu količinu podataka.
3. Prikladnije je koristiti umjesto popisa python za neke određene zadatke.

Preduvjeti

NumPy knjižnica nije zadana u Pythonu. Dakle, morate instalirati ovu knjižnicu prije nego što uvježbate primjere prikazane u ovom vodiču. U ovom se vodiču koristi Python 3+. Pokrenite sljedeću naredbu s terminala da biste instalirali NumPy u python 3.

$ sudo apt-get instalacija python3-numpy

Atributi niza NumPy

NumPy niz ima mnogo atributa za dohvaćanje različitih vrsta podataka o nizu. Neki od korisnih atributa ovog niza opisani su u nastavku.

1. ndarray.ndim - Ovaj atribut vraća broj dimenzija imenovanog polja NumPy ndarray.
2. ndarray.oblik - Ovaj atribut vraća veličinu svake dimenzije imenovanog polja NumPy ndarray.
3. ndarray.veličina - Ovaj atribut vraća ukupan broj elemenata imenovanog polja NumPy ndarray.
4. ndarray.veličina predmeta - Ovaj atribut vraća veličinu svakog elementa imenovanog polja NumPy ndarray.
5. ndarray.dtip - Ovaj atribut vraća vrstu podataka elemenata imenovanog polja NumPy ndarray.
6. ndarray.nbajta - Ovaj atribut vraća ukupan broj bajtova koji su potrošili elementi imenovanog polja NumPy ndarray.

Korištenje NumPy polja

Načini deklariranja jednodimenzionalnog, dvodimenzionalnog i trodimenzionalnog polja NumPy prikazani su u ovom dijelu tutorijala.

Primjer-1: Upotreba jednodimenzionalnog polja NumPy

Sljedeći primjer prikazuje tri načina stvaranja jednodimenzionalnog polja NumPy. funkcija array () je korišten za stvaranje prvog jednodimenzionalnog niza od 10 cjelobrojnih brojeva. aranžiraj () funkciju je korišten za stvaranje drugog jednodimenzionalnog niza od 10 sekvencijalnih brojeva. funkcija rand () je korišten za stvaranje trećeg jednodimenzionalnog niza od 10 slučajnih plutajućih brojeva. Dalje, funkcija print () je koristio za ispis različitih atributa i vrijednosti tri polja.

# Uvezi NumPy
uvoz numpy kao np
# Deklarirajte NumPy niz u tri različita polja
jedanArray1 = np.niz ([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
jedanArray2 = np.narančasto (10)
jedanArray3 = np.slučajno.rand (10)
# Ispis različitih atributa tri polja NumPy
print ("\ nDimenzija prvog polja NumPy je:", oneArray1.ndim)
print ("Veličina drugog polja NumPy je:", oneArray2.veličina)
print ("Tip podataka trećeg polja NumPy je:", oneArray3.dtip)
# Ispišite vrijednosti tri polja NumPy
print ("\ nVrijednosti prvog polja su: \ n", oneArray1)
print ("Vrijednosti drugog polja su: \ n", oneArray2)
print ("Vrijednosti trećeg polja su: \ n", oneArray3)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Izlaz pokazuje da je prvi niz 1, veličina drugog polja je 10, a tip podataka trećeg niza je float64. Kasnije su ispisana tri polja.

Primjer-2: Upotreba dvodimenzionalnog polja NumPy

Sljedeći primjer prikazuje dva načina stvaranja dvodimenzionalnog polja NumPy. funkcija array () korištena je za stvaranje dvodimenzionalnog niza od 2 retka i 3 stupca s cjelobrojnim podacima. funkcija rand () korištena je za stvaranje dvodimenzionalnog niza od 2 retka i 4 stupca s plutajućim podacima. Dalje, funkcija print () koristila se za ispis atributa veličine i vrijednosti niza.

# Uvezi NumPy
uvoz numpy kao np
# Deklarirajte dvodimenzionalni niz pomoću popisa
twoArray1 = np.niz ([[12, 2, 27], [40, 15, 6]])
# Deklarirajte dvodimenzionalni niz pomoću slučajnih vrijednosti
twoArray2 = np.slučajno.rand (2, 4)
# Ispišite veličinu oba polja
print ("Veličina prvog polja:", twoArray1.veličina)
print ("Veličina drugog polja:", twoArray2.veličina)
# Ispišite vrijednosti oba polja
print ("Vrijednosti prvog polja su: \ n", twoArray1)
print ("Vrijednosti drugog polja su: \ n", twoArray2)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Izlaz pokazuje da je veličina prvog polja 6 (2 × 3), a veličina drugog polja 8 (2 × 4). Oba polja tiskana su kasnije.

Primjer-3: Upotreba trodimenzionalnog polja NumPy

Sljedeći primjer prikazuje dva načina stvaranja trodimenzionalnog polja NumPy. funkcija array () korištena je za stvaranje trodimenzionalnog niza cjelobrojnih podataka. funkcija rand () korištena je za stvaranje trodimenzionalnog niza plutajućih podataka. Dalje, funkcija print () koristila se za ispis dimenzije i vrijednosti oba polja.

# Uvezi NumPy
uvoz numpy kao np
# Stvorite trodimenzionalni niz pomoću popisa
threeArray1 = np.niz ([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Stvorite trodimenzionalni niz pomoću slučajnih vrijednosti
threeArray2 = np.slučajno.rand (2, 4, 3)
# Ispišite dimenziju oba polja
print ("Dimenzija prvog polja:", threeArray1.ndim)
print ("Dimenzija drugog polja:", threeArray2.ndim)
# Ispišite vrijednosti oba polja
print ("Vrijednosti prvog polja su: \ n", threeArray1)
print ("Vrijednosti drugog polja su: \ n", threeArray2)

Izlaz:

Sljedeći će se izlaz pojaviti nakon izvršavanja gornje skripte. Izlaz pokazuje da je dimenzija oba polja 3. Oba polja tiskana su kasnije.

Zaključak

Stvaranje različitih vrsta NumPy nizova objašnjeno je u ovom vodiču pomoću više primjera. Nadam se da će čitatelji moći stvoriti NumPy nizove nakon vježbanja primjera ovog vodiča.