NumPy การสร้างอาร์เรย์
สร้าง NumPy ndarray Object
NumPy ใช้เพื่อทำงานกับอาร์เรย์ ออบเจ็กต์อาร์เรย์ใน NumPy เรียกว่า
ndarray.
เราสามารถสร้าง
ndarrayวัตถุ NumPy โดยใช้array()ฟังก์ชัน
ตัวอย่าง
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type():ฟังก์ชัน Python ในตัวนี้จะบอกเราถึงประเภทของวัตถุที่ส่งผ่านไปยังมัน เช่นเดียวกับในโค้ดด้านบนแสดงว่าarrเป็น
numpy.ndarrayประเภท
ในการสร้างndarrayเราสามารถส่งข้อมูลรายการ ทูเพิล หรืออ็อบเจกต์ที่คล้ายอาร์เรย์เข้าไปในarray()
เมธอด และมันจะถูกแปลงเป็น
ndarray:
ตัวอย่าง
ใช้ tuple เพื่อสร้างอาร์เรย์ NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
ขนาดในอาร์เรย์
มิติข้อมูลในอาร์เรย์คือระดับความลึกของอาร์เรย์หนึ่งระดับ (อาร์เรย์ที่ซ้อนกัน)
nested array:คืออาร์เรย์ที่มีอาร์เรย์เป็นองค์ประกอบ
อาร์เรย์ 0-D
อาร์เรย์ 0-D หรือสเกลาร์เป็นองค์ประกอบในอาร์เรย์ แต่ละค่าในอาร์เรย์จะเป็นอาร์เรย์ 0-D
ตัวอย่าง
สร้างอาร์เรย์ 0-D ด้วยค่า42
import numpy as np
arr = np.array(42)
print(arr)
อาร์เรย์ 1-D
อาร์เรย์ที่มีอาร์เรย์ 0-D เป็นองค์ประกอบเรียกว่าอาร์เรย์แบบมิติเดียวหรือแบบ 1 มิติ
เหล่านี้เป็นอาร์เรย์ทั่วไปและพื้นฐานที่สุด
ตัวอย่าง
สร้างอาร์เรย์ 1-D ที่มีค่า 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
อาร์เรย์ 2 มิติ
อาร์เรย์ที่มีอาร์เรย์ 1 มิติเป็นองค์ประกอบเรียกว่าอาร์เรย์ 2 มิติ
มักใช้แทนเมตริกซ์หรือเทนเซอร์อันดับ 2
NumPy มีโมดูลย่อยทั้งหมดที่ทุ่มเทให้กับการดำเนินการเมทริกซ์ที่เรียกว่า
numpy.mat
ตัวอย่าง
สร้างอาร์เรย์ 2 มิติที่มีสองอาร์เรย์ที่มีค่า 1,2,3 และ 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
อาร์เรย์ 3 มิติ
อาร์เรย์ที่มีอาร์เรย์ 2 มิติ (เมทริกซ์) เป็นองค์ประกอบที่เรียกว่าอาร์เรย์ 3 มิติ
สิ่งเหล่านี้มักใช้เพื่อแสดงถึงเทนเซอร์อันดับที่ 3
ตัวอย่าง
สร้างอาร์เรย์ 3-D ที่มีอาร์เรย์ 2-D สองชุด ทั้งสองอาร์เรย์ประกอบด้วยอาร์เรย์ 2 แบบที่มีค่า 1,2,3 และ 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
ตรวจสอบจำนวนขนาด?
NumPy Arrays จัดเตรียมndimแอตทริบิวต์ที่ส่งคืนจำนวนเต็มที่บอกเราว่าอาร์เรย์มีมิติข้อมูลเท่าใด
ตัวอย่าง
ตรวจสอบจำนวนมิติที่อาร์เรย์มี:
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)
อาร์เรย์มิติที่สูงขึ้น
อาร์เรย์สามารถมีมิติข้อมูลจำนวนเท่าใดก็ได้
เมื่ออาร์เรย์ถูกสร้างขึ้น คุณสามารถกำหนดจำนวนมิติได้โดยใช้ndminอาร์กิวเมนต์
ตัวอย่าง
สร้างอาร์เรย์ที่มี 5 มิติและตรวจสอบว่ามี 5 มิติ:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
ในอาร์เรย์นี้ มิติในสุด (มิติที่ 5) มี 4 องค์ประกอบ, มิติที่ 4 มี 1 องค์ประกอบที่เป็นเวกเตอร์, มิติที่ 3 มี 1 องค์ประกอบที่เป็นเมทริกซ์ที่มีเวกเตอร์, มิติที่ 2 มี 1 องค์ประกอบที่เป็นอาร์เรย์ 3 มิติและ การหรี่แสงครั้งแรกมี 1 องค์ประกอบที่เป็นอาร์เรย์ 4 มิติ