Numpy 배열 생성 기술 및 응용 실용 가이드-파이썬 튜토리얼-php.cn

Numpy 배열 생성 기술 및 응용 실용 가이드

WBOY

풀어 주다： 2024-02-18 10:23:16

원래의

1155명이 탐색했습니다.

Numpy 배열 생성 기술 및 응용 실용 가이드

Numpy 배열 생성 팁 및 응용 가이드

Numpy는 과학 컴퓨팅, 데이터 분석 및 기계 학습과 같은 분야에서 널리 사용되는 Python의 강력한 라이브러리입니다. Numpy에서 가장 기본적인 데이터 구조는 ndarray라고도 불리는 다차원 배열입니다. 이 기사에서는 Numpy 배열을 생성하는 몇 가지 기술을 소개하고 독자가 Numpy 배열을 더 잘 이해하고 적용하는 데 도움이 되는 특정 코드 예제를 제공합니다.

1. Numpy 배열 생성

목록을 사용하여 생성

Numpy 배열을 만드는 가장 간단한 방법은 Python 목록을 사용하는 것입니다. 목록을 numpy.array() 함수에 전달하여 목록을 Numpy 배열로 변환할 수 있습니다.

import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)
# 输出：[1 2 3 4 5]

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)
# 输出：
# [[1 2 3]
#  [4 5 6]]

로그인 후 복사

범위 함수를 사용하여 만들기

Numpy는 특정 범위와 간격으로 Numpy 배열을 쉽게 만들 수 있는 일련의 범위 함수를 제공합니다.

import numpy as np

# 创建一维等差数列数组
arr3 = np.arange(0, 10, 2)
print(arr3)
# 输出：[0 2 4 6 8]

# 创建一维等间隔数列数组
arr4 = np.linspace(0, 1, 5)
print(arr4)
# 输出：[0.   0.25 0.5  0.75 1.  ]

로그인 후 복사

임의 함수를 사용하여 만들기

난수로 Numpy 배열을 만들어야 하는 경우 Numpy의 무작위 함수를 사용할 수 있습니다.

import numpy as np

# 创建具有随机整数的一维数组
arr5 = np.random.randint(0, 10, 5)
print(arr5)
# 输出：[8 6 3 9 1]

# 创建具有随机浮点数的二维数组
arr6 = np.random.rand(2, 3)
print(arr6)
# 输出：
# [[0.61723063 0.25061847 0.76613935]
#  [0.96519743 0.45027448 0.62479021]]

로그인 후 복사

2. Numpy 배열 적용

배열 모양 변환

Numpy 배열은 배열 크기 변환, 배열 전치, 배열 모양 변경과 같은 작업을 포함하여 배열 모양을 조정하는 여러 기능을 제공합니다.

import numpy as np

# 变换数组形状
arr7 = np.arange(12).reshape(3, 4)
print(arr7)
# 输出：
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

# 转置数组
arr8 = arr7.T
print(arr8)
# 输出：
# [[ 0  4  8]
#  [ 1  5  9]
#  [ 2  6 10]
#  [ 3  7 11]]

# 重塑数组形状
arr9 = np.arange(12).reshape(2, 2, 3)
print(arr9)
# 输出：
# [[[ 0  1  2]
#   [ 3  4  5]]
#  [[ 6  7  8]
#   [ 9 10 11]]]

로그인 후 복사

배열 요소 작업

Numpy 배열은 위치 액세스, 슬라이싱, 차원 축소 및 스플라이싱 등과 같은 배열 요소에 대한 작업을 하나씩 지원합니다.

import numpy as np

# 访问单个数组元素
arr10 = np.array([1, 2, 3, 4, 5])
print(arr10[2])
# 输出：3

# 对数组进行切片操作
arr11 = np.array([1, 2, 3, 4, 5])
print(arr11[1:4])
# 输出：[2 3 4]

# 降维数组
arr12 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr12.flatten())
# 输出：[1 2 3 4 5 6]

# 数组拼接
arr13 = np.array([1, 2, 3])
arr14 = np.array([4, 5, 6])
print(np.concatenate((arr13, arr14)))
# 输出：[1 2 3 4 5 6]

로그인 후 복사

위 내용은 Numpy 배열 생성에 대한 몇 가지 팁과 응용 예일 뿐입니다. 실제 응용 프로그램에서는 선택할 수 있는 작업과 기능이 더 많습니다. Numpy 배열 생성 및 작동에 대한 숙련도는 데이터 처리 및 분석 작업에 큰 도움이 됩니다. 이 글의 서문이 독자들에게 어떤 도움과 지침을 제공할 수 있기를 바랍니다.

요약: