Data Science

Jak používat pole Python NumPy

Jak používat pole Python NumPy

V Pythonu existuje mnoho knihoven pro provádění různých typů úkolů. NumPy je jedním z nich. Plná forma NumPy je Numerical Python a používá se hlavně pro vědecké výpočty. Objekty vícerozměrného pole lze definovat pomocí této knihovny, která se nazývá pole Python NumPy. V knihovně NumPy existují různé typy funkcí pro vytvoření pole. Pole NumPy lze vygenerovat ze seznamu číselných dat, rozsahu dat a náhodných dat v pythonu. Jak lze v tomto kurzu vytvořit pole NumPy a použít ho k provedení různých typů operací.

Výhoda použití NumPy Array

Pole NumPy je z různých důvodů lepší než seznam Pythonu. Některé významné výhody používání pole NumPy jsou uvedeny níže.

  1. Ve srovnání se seznamem pythonu spotřebovává méně paměti.
  2. Pro stejné množství dat funguje rychleji než seznam pythonů.
  3. Pro některé konkrétní úkoly je vhodnější použít místo seznamu pythonů.

Předpoklady

Knihovna NumPy není ve výchozím nastavení nainstalována v Pythonu. Před procvičením příkladů uvedených v tomto kurzu si tedy musíte tuto knihovnu nainstalovat. V tomto kurzu se používá Python 3+. Spusťte následující příkaz z terminálu a nainstalujte NumPy v pythonu 3.

$ sudo apt-get nainstalovat python3-numpy

Atributy pole NumPy

Pole NumPy má mnoho atributů pro načtení různých typů informací o poli. Níže jsou popsány některé užitečné atributy tohoto pole.

  1. ndarray.ndim - Tento atribut vrací počet dimenzí pojmenovaného pole NumPy ndarray.
  2. ndarray.tvar - Tento atribut vrací velikost každé dimenze pojmenovaného pole NumPy ndarray.
  3. ndarray.velikost - Tento atribut vrací celkový počet pojmenovaných prvků pole NumPy ndarray.
  4. ndarray.velikost položky - Tento atribut vrací velikost každého prvku pojmenovaného pole NumPy ndarray.
  5. ndarray.dtype - Tento atribut vrací datový typ prvků pojmenovaného pole NumPy ndarray.
  6. ndarray.nbytů - Tento atribut vrací celkový počet bajtů spotřebovaných prvky pojmenovaného pole NumPy ndarray.

Použití pole NumPy

Způsoby deklarace jednorozměrného, ​​dvourozměrného a trojrozměrného pole NumPy jsou uvedeny v této části tutoriálu.

Příklad 1: Použití jednorozměrného pole NumPy

Následující příklad ukazuje tři způsoby vytvoření jednorozměrného pole NumPy. funkce pole () byl použit k vytvoření prvního jednorozměrného pole 10 celočíselných čísel. uspořádat () funkce byl použit k vytvoření druhého jednorozměrného pole 10 sekvenčních čísel. funkce rand () byl použit k vytvoření třetího jednorozměrného pole 10 náhodných floatových čísel. Dále funkce print () používá k tisku různých atributů a hodnot tří polí.

# Import NumPy
importovat numpy jako np
# Deklarujte pole NumPy ve třech různých polích
oneArray1 = np.pole ([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
oneArray2 = np.arange (10)
oneArray3 = np.náhodný.rand (10)
# Tisk různých atributů tří polí NumPy
print ("\ nRozměr prvního pole NumPy je:", oneArray1.ndim)
print ("Velikost druhého pole NumPy je:", oneArray2.velikost)
print ("Datový typ třetího pole NumPy je:", oneArray3.dtype)
# Vytiskněte hodnoty tří polí NumPy
print ("\ nHodnoty prvního pole jsou: \ n", oneArray1)
print ("Hodnoty druhého pole jsou: \ n", oneArray2)
print ("Hodnoty třetího pole jsou: \ n", oneArray3)

Výstup:

Po provedení výše uvedeného skriptu se zobrazí následující výstup. Výstup ukazuje, že první pole je 1, velikost druhého pole je 10, a datový typ třetího pole je float64. Tři pole byla vytištěna později.

Příklad 2: Použití dvourozměrného pole NumPy

Následující příklad ukazuje dva způsoby vytvoření dvourozměrného pole NumPy. Funkce array () byla použita k vytvoření dvourozměrného pole 2 řádků a 3 sloupců s celočíselnými daty. Funkce rand () byla použita k vytvoření dvourozměrného pole 2 řádků a 4 sloupců s plovoucími daty. Dále funkce print () použila k tisku atributu size a hodnot obou polí.

# Import NumPy
importovat numpy jako np
# Deklarujte dvourozměrné pole pomocí seznamů
twoArray1 = np.pole ([[12, 2, 27], [40, 15, 6]])
# Deklarujte dvourozměrné pole pomocí náhodných hodnot
twoArray2 = np.náhodný.rand (2, 4)
# Vytiskněte velikost obou polí
print ("Velikost prvního pole:", twoArray1.velikost)
print ("Velikost druhého pole:", twoArray2.velikost)
# Vytiskněte hodnoty obou polí
print ("Hodnoty prvního pole jsou: \ n", twoArray1)
print ("Hodnoty druhého pole jsou: \ n", twoArray2)

Výstup:

Po provedení výše uvedeného skriptu se zobrazí následující výstup. Výstup ukazuje, že velikost prvního pole je 6 (2 × 3) a velikost druhého pole je 8 (2 × 4). Obě pole byla vytištěna později.

Příklad 3: Použití trojrozměrného pole NumPy

Následující příklad ukazuje dva způsoby vytvoření trojrozměrného pole NumPy. Funkce array () byla použita k vytvoření trojrozměrného pole celočíselných dat. Funkce rand () byla použita k vytvoření trojrozměrného pole dat float. Dále funkce print () použila k vytištění kóty a hodnot obou polí.

# Import NumPy
importovat numpy jako np
# Vytvořte trojrozměrné pole pomocí seznamu
threeArray1 = np.pole ([[[[3, 6, 7], [7, 5, 9], [8, 5, 2]]]))
# Vytvořte trojrozměrné pole pomocí náhodných hodnot
threeArray2 = np.náhodný.rand (2, 4, 3)
# Vytiskne rozměr obou polí
print ("Dimenze prvního pole:", threeArray1.ndim)
print ("Dimenze druhého pole:", threeArray2.ndim)
# Vytiskněte hodnoty obou polí
print ("Hodnoty prvního pole jsou: \ n", threeArray1)
print ("Hodnoty druhého pole jsou: \ n", threeArray2)

Výstup:

Po provedení výše uvedeného skriptu se zobrazí následující výstup. Výstup ukazuje, že rozměr obou polí je 3. Obě pole byla vytištěna později.

Závěr

Vytváření různých typů polí NumPy bylo v tomto kurzu vysvětleno pomocí několika příkladů. Doufám, že čtenáři budou schopni po vytvoření příkladů tohoto tutoriálu vytvořit pole NumPy.

Jak používat protokolování Django?
Každý programátor čelí chybám při psaní kódu pro vývoj jakékoli aplikace. Ladicí program používá kodér k řešení chyb aplikace. Jeho funkce protokolová...
Jak vytvořit šablony Django?
Šablona obsahuje data HTML, která jsou generována z pohledu a zobrazena v prohlížeči. Statické a dynamické stránky HTML lze vytvořit pomocí šablony. L...
Jak filtrovat data v Django?
Je velmi běžným požadavkem, aby webová aplikace zobrazovala data na webové stránce na základě zájmu uživatele. Díky vyhledávací funkci je aplikace uži...