Hướng dẫn create array with dimensions python - tạo mảng với kích thước python

Giới thiệu

Tại trung tâm của một thư viện Numpy là đối tượng mảng hoặc đối tượng ndarray (mảng n chiều). Bạn sẽ sử dụng các mảng Numpy để thực hiện các biến đổi logic, thống kê và Fourier. Là một phần của việc làm việc với Numpy, một trong những điều đầu tiên bạn sẽ làm là tạo ra các mảng numpy. Mục tiêu chính của hướng dẫn này là thông báo cho một chuyên gia dữ liệu, bạn, về các công cụ khác nhau có sẵn để tạo ra các mảng numpy.

Có ba cách khác nhau để tạo ra các mảng numpy:

1. Chuyển đổi từ các cấu trúc Python khác như Danh sách
2. Sử dụng các chức năng thư viện đặc biệt

Sử dụng các chức năng numpy

Numpy có các chức năng tích hợp để tạo mảng. Chúng tôi sẽ bao gồm một số trong số họ trong hướng dẫn này.

Tạo một mảng một chiều

Đầu tiên, hãy để Lôi tạo một mảng một chiều hoặc một mảng có thứ hạng 1.

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1import Numpy as np
2array = np.arange(20)
3array

Python

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

Các mảng numpy có thể thay đổi, điều đó có nghĩa là bạn có thể thay đổi giá trị của một phần tử trong mảng sau khi một mảng đã được khởi tạo. Sử dụng hàm

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

Python

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

1ValueError: invalid literal for int() with base 10: 'Numpy'

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

Các mảng numpy có thể thay đổi, điều đó có nghĩa là bạn có thể thay đổi giá trị của một phần tử trong mảng sau khi một mảng đã được khởi tạo. Sử dụng hàm

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1array = np.arange(20).reshape(4,5)
2array

Python

1array([[ 0,  1,  2,  3,  4],
2       [ 5,  6,  7,  8,  9],
3       [10, 11, 12, 13, 14],
4       [15, 16, 17, 18, 19]])

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

Các mảng numpy có thể thay đổi, điều đó có nghĩa là bạn có thể thay đổi giá trị của một phần tử trong mảng sau khi một mảng đã được khởi tạo. Sử dụng hàm 1array[3] = 100 2print(array)7 để xem nội dung của mảng.

Không giống như danh sách Python, nội dung của một mảng numpy là đồng nhất. Vì vậy, nếu bạn cố gắng gán một giá trị chuỗi cho một phần tử trong một mảng, có kiểu dữ liệu là int, bạn sẽ gặp lỗi.

1array = np.arange(27).reshape(3,3,3)
2array

Python

1array([[[ 0,  1,  2],
2        [ 3,  4,  5],
3        [ 6,  7,  8]],
4
5       [[ 9, 10, 11],
6        [12, 13, 14],
7        [15, 16, 17]],
8
9       [[18, 19, 20],
10        [21, 22, 23],
11        [24, 25, 26]]])

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

1array[3] = 100
2print(array)

1np.arange(10, 35, 3)

Python

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

1array[3] = 100
2print(array)

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

Các mảng numpy có thể thay đổi, điều đó có nghĩa là bạn có thể thay đổi giá trị của một phần tử trong mảng sau khi một mảng đã được khởi tạo. Sử dụng hàm

1array[3] = 100
2print(array)

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Không giống như danh sách Python, nội dung của một mảng numpy là đồng nhất. Vì vậy, nếu bạn cố gắng gán một giá trị chuỗi cho một phần tử trong một mảng, có kiểu dữ liệu là int, bạn sẽ gặp lỗi.

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Tạo một mảng hai chiều

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Hãy nói về việc tạo ra một mảng hai chiều. Nếu bạn chỉ sử dụng hàm

1array[3] = 100
2print(array)

1array[3] = 100
2print(array)

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Đầu tiên, 20 số nguyên sẽ được tạo và sau đó nó sẽ chuyển đổi mảng thành một mảng hai chiều với 4 hàng và 5 cột. Hãy kiểm tra kích thước của mảng này.

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Vì chúng tôi nhận được hai giá trị, đây là một mảng hai chiều. Để truy cập một phần tử trong một mảng hai chiều, bạn cần chỉ định một chỉ mục cho cả hàng và cột.

1[  0   1   2 100
2   4   5   6   7
3   8   9  10  11
4   12  13  14  15
5   16  17  18  19]

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Python

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

1ValueError: invalid literal for int() with base 10: 'Numpy'

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Python

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

1array([0,  1,  2,  3,  4,
2       5,  6,  7,  8,  9,
3       10, 11, 12, 13, 14,
4       15, 16, 17, 18, 19])

Python

1array[3] = 100
2print(array)

Python

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

1ValueError: invalid literal for int() with base 10: 'Numpy'

1ValueError: invalid literal for int() with base 10: 'Numpy'

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

1array[3] = 100
2print(array)

Python

1array[3] = 100
2print(array)

Để xác minh kích thước của mảng này, hãy sử dụng thuộc tính hình dạng.

Vì không có giá trị sau dấu phẩy, đây là một mảng một chiều. Để truy cập một giá trị trong mảng này, chỉ định một chỉ mục không âm. Như trong các ngôn ngữ lập trình khác, chỉ mục bắt đầu từ số không. Vì vậy, để truy cập phần tử thứ tư trong mảng, sử dụng INDEX 3.

1ValueError: invalid literal for int() with base 10: 'Numpy'

1array[3] = 100
2print(array)

Python

1array[3] = 100
2print(array)

Sự kết luận

Tạo và điền một mảng numpy là bước đầu tiên để sử dụng Numpy để thực hiện các tính toán mảng số nhanh. Được trang bị các công cụ khác nhau để tạo mảng, giờ đây bạn đã được thiết lập để thực hiện các hoạt động mảng cơ bản.

Làm thế nào để bạn tạo ra một mảng chiều n trong Python?

Làm thế nào để bạn tạo một mảng 4 chiều trong Python?

Làm thế nào để bạn đặt kích thước của một mảng trong Python?

Làm thế nào để bạn tạo ra một mảng 2 chiều numpy?