กวดวิชาNumPy

NumPy HOME แนะนำ NumPy NumPy เริ่มต้นใช้งาน NumPy การสร้างอาร์เรย์ การจัดทำดัชนี NumPy Array NumPy Array Slicing ประเภทข้อมูล NumPy NumPy Copy เทียบกับ View NumPy Array Shape การปรับรูปร่าง NumPy Array NumPy Array Iterating NumPy Array เข้าร่วม NumPy Array Split ค้นหาอาร์เรย์ NumPy NumPy Array Sort ตัวกรองอาร์เรย์ NumPy

NumPyสุ่ม

สุ่มอินโทร การกระจายข้อมูล การเรียงสับเปลี่ยนแบบสุ่ม โมดูล Seaborn การกระจายแบบปกติ การกระจายทวินาม จำหน่ายปลา กระจายสม่ำเสมอ การกระจายโลจิสติกส์ การกระจายพหุนาม การกระจายแบบเอกซ์โพเนนเชียล จิสแควร์ ดิสทริบิวชั่น การกระจาย Rayleigh พาเรโต้ ดิสทริบิวชั่น การกระจาย Zipf

NumPy ufunc

ufunc Intro ufunc สร้างฟังก์ชัน ufunc เลขคณิตอย่างง่าย ufunc การปัดเศษทศนิยม ufunc บันทึก ufunc ผลรวม ufunc ผลิตภัณฑ์ ufunc ความแตกต่าง ufunc ค้นหา LCM ufunc กำลังหา GCD ufunc ตรีโกณมิติ ufunc ไฮเปอร์โบลิก ufunc Set Operations

แบบทดสอบ/แบบฝึกหัด

แบบทดสอบ NumPy แบบฝึกหัด NumPy

NumPy Array Shape


รูปร่างของอาร์เรย์

รูปร่างของอาร์เรย์คือจำนวนองค์ประกอบในแต่ละมิติ


รับรูปร่างของอาร์เรย์

อาร์เรย์ NumPy มีแอตทริบิวต์ที่เรียกshapeว่าซึ่งส่งคืน tuple โดยแต่ละดัชนีมีจำนวนองค์ประกอบที่เกี่ยวข้องกัน

ตัวอย่าง

พิมพ์รูปร่างของอาร์เรย์ 2 มิติ:

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

print(arr.shape)

ตัวอย่างด้านบนจะคืนค่า(2, 4)ซึ่งหมายความว่าอาร์เรย์มี 2 มิติ โดยที่มิติแรกมี 2 องค์ประกอบและส่วนที่สองมี 4 มิติ

ตัวอย่าง

สร้างอาร์เรย์ที่มี 5 มิติโดยndminใช้เวกเตอร์ที่มีค่า 1,2,3,4 และตรวจสอบว่ามิติสุดท้ายมีค่า 4:

import numpy as np

arr = np.array([1, 2, 3, 4], ndmin=5)

print(arr)
print('shape of array :', arr.shape)

ทูเพิลรูปร่างแสดงถึงอะไร

จำนวนเต็มในทุกดัชนีจะบอกเกี่ยวกับจำนวนองค์ประกอบที่มิติที่เกี่ยวข้องมี

ในตัวอย่างข้างต้นที่ index-4 เรามีค่า 4 ดังนั้นเราสามารถพูดได้ว่ามิติที่ 5 ( 4 + 1) มี 4 องค์ประกอบ


ทดสอบตัวเองด้วยแบบฝึกหัด

ออกกำลังกาย:

ใช้ไวยากรณ์ NumPy ที่ถูกต้องเพื่อตรวจสอบรูปร่างของอาร์เรย์

arr = np.array([1, 2, 3, 4, 5])

print(arr.)