Sains Data

Cara Menggunakan Python NumPy Array

Cara Menggunakan Python NumPy Array

Terdapat banyak perpustakaan di Python untuk melakukan pelbagai jenis tugas. NumPy adalah salah satu daripadanya. Bentuk penuh NumPy adalah Numerical Python, dan ia digunakan terutamanya untuk pengkomputeran saintifik. Objek array pelbagai dimensi dapat didefinisikan dengan menggunakan perpustakaan ini yang disebut array Python NumPy. Terdapat pelbagai jenis fungsi di perpustakaan NumPy untuk membuat susunan. Array NumPy dapat dihasilkan dari senarai python data angka, julat data, dan data rawak. Bagaimana array NumPy dapat dibuat dan digunakan untuk melakukan pelbagai jenis operasi yang ditunjukkan dalam tutorial ini.

Kelebihan menggunakan NumPy Array

Susunan NumPy lebih baik daripada senarai Python kerana pelbagai sebab. Beberapa kelebihan ketara menggunakan array NumPy diberikan di bawah.

  1. Ia menghabiskan lebih sedikit memori berbanding dengan senarai python.
  2. Ia berfungsi lebih pantas daripada senarai python untuk jumlah data yang sama.
  3. Ia lebih sesuai digunakan dan bukannya senarai python untuk beberapa tugas tertentu.

Pra-syarat

Perpustakaan NumPy tidak dipasang di Python secara lalai. Oleh itu, anda harus memasang perpustakaan ini sebelum mempraktikkan contoh yang ditunjukkan dalam tutorial ini. Python 3+ digunakan dalam tutorial ini. Jalankan arahan berikut dari terminal untuk memasang NumPy di ​​python 3.

$ sudo apt-get install python3-numpy

Atribut Array NumPy

NumPy array mempunyai banyak atribut untuk mengambil pelbagai jenis maklumat mengenai array. Beberapa atribut berguna array ini dijelaskan di bawah.

  1. ndarray.ndim - Atribut ini mengembalikan bilangan dimensi array NumPy yang dinamakan ndarray.
  2. ndarray.bentuk - Atribut ini mengembalikan ukuran setiap dimensi array NumPy yang dinamakan ndarray.
  3. ndarray.ukuran - Atribut ini mengembalikan jumlah elemen array NumPy yang dinamakan ndarray.
  4. ndarray.memperincikan barang - Atribut ini mengembalikan ukuran setiap elemen array NumPy yang dinamakan ndarray.
  5. ndarray.dtaip - Atribut ini mengembalikan jenis data elemen array NumPy yang dinamakan ndarray.
  6. ndarray.nbytes - Atribut ini mengembalikan jumlah bait yang digunakan oleh unsur-unsur array NumPy yang dinamakan ndarray.

Penggunaan NumPy Array

Cara-cara menyatakan susunan NumPy satu dimensi, dua dimensi, dan tiga dimensi ditunjukkan dalam bahagian tutorial ini.

Contoh-1: Penggunaan tatasusunan NumPy satu dimensi

Contoh berikut menunjukkan tiga cara membuat array NumPy satu dimensi. fungsi array () telah digunakan untuk membuat susunan satu dimensi pertama dari 10 nombor bulat. susun () fungsi telah digunakan untuk membuat susunan satu dimensi kedua dari 10 nombor berurutan. fungsi rand () telah digunakan untuk membuat susunan satu dimensi ketiga dari 10 nombor apungan rawak. Seterusnya, fungsi cetak () telah digunakan untuk mencetak atribut dan nilai tiga susunan yang berbeza.

# Import NumPy
import numpy sebagai np
# Menyatakan array NumPy dalam tiga susunan yang berbeza
oneArray1 = np.tatasusunan ([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
oneArray2 = np.arange (10)
oneArray3 = np.rawak.rand (10)
# Cetak atribut yang berlainan dari tiga tatasusunan NumPy
cetak ("\ nDimensi array NumPy pertama adalah:", oneArray1.ndim)
cetak ("Ukuran array NumPy kedua adalah:", oneArray2.saiz)
cetak ("Jenis data dari array NumPy ketiga adalah:", oneArray3.dtaip)
# Cetak nilai tiga array NumPy
cetak ("\ n Nilai bagi susunan pertama adalah: \ n", oneArray1)
cetak ("Nilai array kedua adalah: \ n", oneArray2)
cetak ("Nilai array ketiga adalah: \ n", oneArray3)

Pengeluaran:

Output berikut akan muncul setelah melaksanakan skrip di atas. Output menunjukkan bahawa array pertama adalah 1, ukuran bagi susunan kedua ialah 10, dan jenis data bagi larik ketiga adalah apungan64. Tiga susunan telah dicetak kemudian.

Contoh-2: Penggunaan tatasusunan NumPy dua dimensi

Contoh berikut menunjukkan dua cara membuat susunan NumPy dua dimensi. fungsi array () telah digunakan untuk membuat susunan dua dimensi 2 baris dan 3 lajur dengan data integer. fungsi rand () telah digunakan untuk membuat susunan dua dimensi 2 baris dan 4 lajur dengan data apungan. Selanjutnya, fungsi print () telah digunakan untuk mencetak atribut size dan nilai kedua array.

# Import NumPy
import numpy sebagai np
# Menyatakan susunan dua dimensi menggunakan senarai
twoArray1 = np.tatasusunan ([[12, 2, 27], [40, 15, 6]])
# Menyatakan array dua dimensi menggunakan nilai rawak
twoArray2 = np.rawak.rand (2, 4)
# Cetak ukuran kedua-dua tatasusunan
cetak ("Ukuran susunan pertama:", twoArray1.saiz)
cetak ("Ukuran susunan kedua:", twoArray2.saiz)
# Cetak nilai kedua-dua tatasusunan
cetak ("Nilai array pertama adalah: \ n", twoArray1)
cetak ("Nilai array kedua adalah: \ n", twoArray2)

Pengeluaran:

Output berikut akan muncul setelah melaksanakan skrip di atas. Output menunjukkan bahawa ukuran array pertama adalah 6 (2 × 3), dan ukuran array kedua adalah 8 (2 × 4). Kedua-dua susunan telah dicetak kemudian.

Contoh-3: Penggunaan susunan NumPy tiga dimensi

Contoh berikut menunjukkan dua cara membuat susunan NumPy tiga dimensi. fungsi array () telah digunakan untuk membuat susunan tiga dimensi data integer. fungsi rand () telah digunakan untuk membuat susunan tiga dimensi data apungan. Seterusnya, fungsi print () telah digunakan untuk mencetak dimensi dan nilai kedua-dua array.

# Import NumPy
import numpy sebagai np
# Buat susunan tiga dimensi menggunakan senarai
threeArray1 = np.tatasusunan ([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Buat susunan tiga dimensi menggunakan nilai rawak
threeArray2 = np.rawak.rand (2, 4, 3)
# Cetak dimensi kedua-dua tatasusunan
cetak ("Dimensi array pertama:", threeArray1.ndim)
cetak ("Dimensi larik kedua:", threeArray2.ndim)
# Cetak nilai kedua-dua tatasusunan
cetak ("Nilai array pertama adalah: \ n", threeArray1)
cetak ("Nilai array kedua adalah: \ n", threeArray2)

Pengeluaran:

Output berikut akan muncul setelah melaksanakan skrip di atas. Output menunjukkan bahawa dimensi kedua array adalah 3. Kedua-dua susunan telah dicetak kemudian.

Kesimpulannya

Membuat pelbagai jenis tatasusunan NumPy telah dijelaskan dalam tutorial ini dengan menggunakan beberapa contoh. Saya harap pembaca dapat membuat tatasusunan NumPy setelah mempraktikkan contoh tutorial ini.

Cara Memasang Nginx dan Mengkonfigurasi pada CentOS 8
Nginx adalah pelayan web yang pantas dan ringan. Fail konfigurasi Nginx sangat mudah dan senang digunakan. Ini adalah alternatif yang bagus untuk pela...
Cara Memasang, Dan Mengkonfigurasi Pelayan Nginx Buat Pertama Kali
Nginx adalah salah satu pelayan web yang popular, dan digunakan sebagai pelayan proksi, pelayan proksi terbalik, pengimbang beban. Ini adalah alternat...
Cara Memasang Sijil SSL Percuma untuk Nginx pada Debian 10
Protokol TLS dan SSL menguraikan hubungan antara laman web (atau perkhidmatan lain, tetapi dalam tutorial ini Nginx menjadi tumpuan) dan pelanggan ata...