Datenwissenschaft

So verwenden Sie das Python-NumPy-Array

So verwenden Sie das Python-NumPy-Array

In Python gibt es viele Bibliotheken, um verschiedene Arten von Aufgaben auszuführen. NumPy ist einer von ihnen. Die vollständige Form von NumPy ist Numerical Python und wird hauptsächlich für wissenschaftliches Rechnen verwendet. Mehrdimensionale Array-Objekte können mithilfe dieser Bibliothek definiert werden, die als Python NumPy-Array bezeichnet wird. In der NumPy-Bibliothek gibt es verschiedene Arten von Funktionen, um das Array zu erstellen. Das NumPy-Array kann aus der Python-Liste numerischer Daten, Datenbereiche und Zufallsdaten generiert werden. Wie das NumPy-Array erstellt und für verschiedene Operationstypen verwendet werden kann, wurde in diesem Tutorial gezeigt shown.

Vorteil der Verwendung von NumPy Array

Das NumPy-Array ist aus verschiedenen Gründen besser als die Python-Liste. Einige bedeutende Vorteile der Verwendung des NumPy-Arrays sind unten aufgeführt.

  1. Es verbraucht weniger Speicher im Vergleich zur Python-Liste.
  2. Es funktioniert schneller als die Python-Liste für die gleiche Datenmenge.
  3. Es ist besser geeignet, anstelle der Python-Liste für bestimmte Aufgaben zu verwenden.

Voraussetzungen

Die NumPy-Bibliothek ist standardmäßig nicht in Python installiert. Sie müssen diese Bibliothek also installieren, bevor Sie die in diesem Tutorial gezeigten Beispiele üben können. Python 3+ wird in diesem Tutorial verwendet. Führen Sie den folgenden Befehl vom Terminal aus, um NumPy in Python 3 zu installieren.

$ sudo apt-get install python3-numpy

NumPy-Array-Attribute

Das NumPy-Array hat viele Attribute, um verschiedene Arten von Informationen über das Array abzurufen. Einige der nützlichen Attribute dieses Arrays werden unten beschrieben.

  1. ndarray.ndim - Dieses Attribut gibt die Anzahl der Dimensionen des NumPy-Arrays namens . zurück ndarray.
  2. ndarray.gestalten - Dieses Attribut gibt die Größe jeder Dimension des NumPy-Arrays namens . zurück ndarray.
  3. ndarray.Größe - Dieses Attribut gibt die Gesamtzahl der Elemente des NumPy-Arrays namens . zurück ndarray.
  4. ndarray.Artikelgröße - Dieses Attribut gibt die Größe jedes Elements des NumPy-Arrays namens . zurück ndarray.
  5. ndarray.dtyp - Dieses Attribut gibt den Datentyp von Elementen des NumPy-Arrays namens . zurück ndarray.
  6. ndarray.nbytes - Dieses Attribut gibt die Gesamtzahl der Bytes zurück, die von den Elementen des NumPy-Arrays namens . verbraucht werden ndarray.

Verwendung des NumPy-Arrays

In diesem Teil des Tutorials wird gezeigt, wie man eindimensionale, zweidimensionale und dreidimensionale NumPy-Arrays deklariert.

Beispiel-1: Verwendung eines eindimensionalen NumPy-Arrays

Das folgende Beispiel zeigt drei Möglichkeiten zum Erstellen eines eindimensionalen NumPy-Arrays. array()-Funktion wurde verwendet, um das erste eindimensionale Array von 10 ganzen Zahlen zu erstellen. arrangieren() Funktion wurde verwendet, um das zweite eindimensionale Array von 10 fortlaufenden Zahlen zu erstellen. rand()-Funktion wurde verwendet, um das dritte eindimensionale Array von 10 zufälligen Gleitkommazahlen zu erstellen. Als nächstes die print()-Funktion hat verwendet, um die verschiedenen Attribute und die Werte der drei Arrays zu drucken.

# Importiere NumPy
numpy als np importieren
# Deklarieren Sie das NumPy-Array in drei verschiedenen Arrays
oneArray1 = np.Array([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
oneArray2 = np.arange(10)
oneArray3 = np.zufällig.Rand(10)
# Druckt verschiedene Attribute von drei NumPy-Arrays
print("\nDie Dimension des ersten NumPy-Arrays ist:", oneArray1.ndim)
print("Die Größe des zweiten NumPy-Arrays ist:", oneArray2.Größe)
print("Der Datentyp des dritten NumPy-Arrays ist:", oneArray3.dtyp)
# Die Werte der drei NumPy-Arrays ausgeben
print("\nDie Werte des ersten Arrays sind:\n", oneArray1)
print("Die Werte des zweiten Arrays sind:\n", oneArray2)
print("Die Werte des dritten Arrays sind:\n", oneArray3)

Ausgabe:

Die folgende Ausgabe wird erscheinen, nachdem das obige Skript ausgeführt wurde. Die Ausgabe zeigt, dass das erste Array ist 1, die Größe des zweiten Arrays ist 10, und der Datentyp des dritten Arrays ist float64. Drei Arrays wurden später gedruckt.

Beispiel-2: Verwendung eines zweidimensionalen NumPy-Arrays

Das folgende Beispiel zeigt zwei Möglichkeiten zum Erstellen eines zweidimensionalen NumPy-Arrays. Die Funktion array() wurde verwendet, um ein zweidimensionales Array aus 2 Zeilen und 3 Spalten mit ganzzahligen Daten zu erstellen. Die Funktion rand() wurde verwendet, um ein zweidimensionales Array aus 2 Zeilen und 4 Spalten mit Float-Daten zu erstellen. Als nächstes hat die Funktion print() das Größenattribut und die Werte beider Arrays ausgegeben print.

# Importiere NumPy
numpy als np importieren
# Zweidimensionales Array mit Listen deklarieren using
twoArray1 = np.Array([[12, 2, 27], [40, 15, 6]])
# Deklarieren Sie ein zweidimensionales Array mit zufälligen Werten
twoArray2 = np.zufällig.Rand(2, 4)
# Geben Sie die Größe beider Arrays aus
print("Die Größe des ersten Arrays:", twoArray1.Größe)
print("Die Größe des zweiten Arrays:", twoArray2.Größe)
# Geben Sie die Werte beider Arrays aus
print("Die Werte des ersten Arrays sind:\n", twoArray1)
print("Die Werte des zweiten Arrays sind:\n", twoArray2)

Ausgabe:

Die folgende Ausgabe wird erscheinen, nachdem das obige Skript ausgeführt wurde. Die Ausgabe zeigt, dass die Größe des ersten Arrays 6 (2×3) und die Größe des zweiten Arrays 8 (2×4) beträgt. Beide Arrays wurden später gedruckt.

Beispiel-3: Verwendung eines dreidimensionalen NumPy-Arrays

Das folgende Beispiel zeigt zwei Möglichkeiten zum Erstellen eines dreidimensionalen NumPy-Arrays. Die Funktion array() wurde verwendet, um ein dreidimensionales Array von Integer-Daten zu erstellen. Die Funktion rand() wurde verwendet, um ein dreidimensionales Array von Float-Daten zu erstellen. Als nächstes hat die Funktion print() verwendet, um die Dimension und die Werte beider Arrays zu drucken.

# Importiere NumPy
numpy als np importieren
# Erstellen Sie ein dreidimensionales Array mit der Liste
dreiArray1 = np.Array([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Erstellen Sie ein dreidimensionales Array mit Zufallswerten
dreiArray2 = np.zufällig.Rand(2, 4, 3)
# Geben Sie die Dimension beider Arrays aus
print("Die Dimension des ersten Arrays:", threeArray1.ndim)
print("Die Dimension des zweiten Arrays:", threeArray2.ndim)
# Geben Sie die Werte beider Arrays aus
print("Die Werte des ersten Arrays sind:\n", threeArray1)
print("Die Werte des zweiten Arrays sind:\n", threeArray2)

Ausgabe:

Die folgende Ausgabe wird erscheinen, nachdem das obige Skript ausgeführt wurde. Die Ausgabe zeigt, dass die Dimension beider Arrays 3 . beträgt. Beide Arrays wurden später gedruckt.

Fazit

Das Erstellen verschiedener Typen von NumPy-Arrays wurde in diesem Tutorial anhand mehrerer Beispiele erläutert. Ich hoffe, die Leser werden in der Lage sein, NumPy-Arrays zu erstellen, nachdem sie die Beispiele dieses Tutorials geübt haben.

Die 10 besten Familien- und Kinderspiele für Windows 10 PC
Suchen Sie nach einer Möglichkeit, diese kleinen Familienstreitigkeiten beizulegen? Nehmen Sie ein Brettspiel heraus, beziehen Sie alle mit ein und la...
Bearbeiten und teilen Sie Spielclips mit Game DVR in der Xbox-App unter Windows 10
Die Gaming-Community entdeckt immer mehr Möglichkeiten, ihr Gameplay-Material mit anderen zu teilen. Microsofts Xbox One ermöglicht das Aufnehmen eine...
Liste der besten kostenlosen Windows 10 UWP Apps & Games im Microsoft Store
Wenn Sie auf der Suche nach nützlichen UWP-Apps aus dem Microsoft Windows Store für Ihren Windows 10-PC sind, werden in diesem Beitrag mehrere Apps in...