Tipps zum schnellen Erstellen mehrdimensionaler Arrays mit Numpy
Numpy ist eine der am häufigsten verwendeten wissenschaftlichen Rechenbibliotheken in Python. Sie stellt effiziente mehrdimensionale Array-Objekte (ndarray) bereit und unterstützt verschiedene Array-Operationen und mathematische Operationen. Bei der Datenanalyse und numerischen Berechnungen ist es häufig erforderlich, mehrdimensionale Arrays zu erstellen und zu bearbeiten. In diesem Artikel werden einige Techniken zum schnellen Erstellen mehrdimensionaler Arrays mit Numpy vorgestellt und spezifische Codebeispiele angehängt.
Eindimensionale Arrays erstellen
Numpys eindimensionale Arrays können direkt mithilfe von Listenobjekten erstellt werden. Um beispielsweise ein eindimensionales Array mit den Ganzzahlen 1 bis 5 zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr)
Die Ausgabe lautet: [1 2 3 4 5].
Erstellen eines zweidimensionalen Arrays
Beim Erstellen eines zweidimensionalen Arrays können Sie eine Liste von Listen verwenden, um Daten in Matrixform darzustellen. Um beispielsweise ein zweidimensionales Array mit 3 Zeilen und 3 Spalten zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(arr)
Das Ausgabeergebnis lautet:
[[1 2 3] [4 5 6] [7 8 9]]
Darüber hinaus können Sie auch einige von Numpy bereitgestellte Funktionen verwenden, um ein zu erstellen zweidimensionales Array einer bestimmten Form. Um beispielsweise eine All-Null-Matrix mit 3 Zeilen und 3 Spalten zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np arr = np.zeros((3, 3)) print(arr)
Das Ausgabeergebnis lautet:
[[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]]
Erstellen mehrdimensionaler Arrays
Numpy unterstützt das Erstellen von Arrays mit beliebigen Dimensionen . Um beispielsweise ein dreidimensionales Array mit 3 Zeilen, 3 Spalten und 3 Tiefen zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
[[10, 11, 12], [13, 14, 15], [16, 17, 18]],
[[19, 20, 21], [22, 23, 24], [25, 26, 27]]])
print(arr)Das Ausgabeergebnis lautet:
[[[ 1 2 3] [ 4 5 6] [ 7 8 9]] [[10 11 12] [13 14 15] [16 17 18]] [[19 20 21] [22 23 24] [25 26 27]]]
Verwenden Sie die von Numpy bereitgestellte Funktion, um ein Array zu erstellen einer bestimmten Form
In praktischen Anwendungen müssen wir manchmal Arrays mit einer bestimmten Form erstellen. Numpy bietet einige Funktionen zum einfachen Erstellen dieser Arrays. Zum Beispiel:
Im Folgenden finden Sie einige Beispiele:
import numpy as np arr_zeros = np.zeros((2, 3)) # 创建一个2行3列的全零数组 print(arr_zeros) arr_ones = np.ones((2, 3)) # 创建一个2行3列的全一数组 print(arr_ones) arr_full = np.full((2, 3), 5) # 创建一个2行3列的数组，每个元素都是5 print(arr_full) arr_eye = np.eye(3) # 创建一个3行3列的单位矩阵 print(arr_eye) arr_random = np.random.random((2, 3)) # 创建一个2行3列的随机数组 print(arr_random)
Das Ausgabeergebnis lautet:
[[0. 0. 0.] [0. 0. 0.]] [[1. 1. 1.] [1. 1. 1.]] [[5 5 5] [5 5 5]] [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.]] [[0.34634205 0.24187985 0.32349873] [0.76366044 0.10267694 0.07813336]]
Mit verschiedenen von Numpy bereitgestellten Techniken zum Erstellen mehrdimensionaler Arrays können wir problemlos Arrays mit verschiedenen Formen erstellen und diese im wissenschaftlichen Rechnen und verwenden Daten, die bei der Analyse verwendet werden. Gleichzeitig bietet Numpy auch eine Fülle von Array-Operationsfunktionen und mathematischen Operationsmethoden, mit denen Rechenaufgaben für mehrdimensionale Arrays effizient erledigt werden können. Für Benutzer, die Numpy für wissenschaftliche Berechnungen und Datenanalysen verwenden, ist es sehr wichtig, die Fähigkeiten zur schnellen Erstellung mehrdimensionaler Arrays zu beherrschen.
Das obige ist der detaillierte Inhalt vonTipps zum schnellen Erstellen mehrdimensionaler Arrays mit Numpy. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
