NumPy Vytváření polí
Vytvořte objekt NumPy ndarray
NumPy se používá pro práci s poli. Objekt pole v NumPy se nazývá
ndarray.
Pomocí funkce můžeme vytvořit
ndarrayobjekt NumPy array().
Příklad
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type(): Tato vestavěná funkce Pythonu nám říká typ objektu, který je jí předán. Stejně jako výše uvedený kód ukazuje, že arrjde o
numpy.ndarraytyp.
Chcete-li vytvořit ndarray, můžeme do array()
metody předat seznam, n-tici nebo jakýkoli objekt podobný poli a bude převeden na
ndarray:
Příklad
Použijte n-tici k vytvoření pole NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Rozměry v polích
Dimenze v polích je jedna úroveň hloubky pole (vnořená pole).
vnořené pole: jsou pole, jejichž prvky mají pole.
0-D pole
Pole 0-D neboli skaláry jsou prvky v poli. Každá hodnota v poli je pole 0-D.
Příklad
Vytvořte pole 0-D s hodnotou 42
import numpy as np
arr = np.array(42)
print(arr)
1-D pole
Pole, které má jako své prvky 0-D pole, se nazývá jednorozměrné nebo 1-D pole.
Toto jsou nejběžnější a základní pole.
Příklad
Vytvořte 1-D pole obsahující hodnoty 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
2-D pole
Pole, které má jako prvky 1-D pole, se nazývá 2-D pole.
Ty se často používají k reprezentaci tenzorů matice nebo 2. řádu.
NumPy má celý podmodul věnovaný maticovým operacím, tzv
numpy.mat
Příklad
Vytvořte 2-D pole obsahující dvě pole s hodnotami 1,2,3 a 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
3-D pole
Pole, které má jako své prvky 2-D pole (matice), se nazývá 3-D pole.
Ty se často používají k reprezentaci tenzoru 3. řádu.
Příklad
Vytvořte 3-D pole se dvěma 2-D poli, přičemž obě obsahují dvě pole s hodnotami 1,2,3 a 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Zkontrolovat počet rozměrů?
NumPy Arrays poskytuje ndimatribut, který vrací celé číslo, které nám říká, kolik dimenzí má pole.
Příklad
Zkontrolujte, kolik rozměrů mají pole:
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)
Pole vyšších rozměrů
Pole může mít libovolný počet rozměrů.
Když je pole vytvořeno, můžete definovat počet dimenzí pomocí ndminargumentu.
Příklad
Vytvořte pole s 5 dimenzemi a ověřte, že má 5 dimenzí:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
V tomto poli má nejvnitřnější rozměr (5. dim) 4 prvky, 4. dim má 1 prvek, který je vektorem, 3. dim má 1 prvek, který je maticí s vektorem, 2. dim má 1 prvek, který je 3D pole a 1. dim má 1 prvek, kterým je 4D pole.