Come usare Python Numpy Array

Molte biblioteche esistono in Python per svolgere diversi tipi di attività. Numpy è uno di questi. La forma completa di numpy è il pitone numerico ed è utilizzata principalmente per il calcolo scientifico. Gli oggetti di array multidimensionali possono essere definiti usando questa libreria che si chiama Python Numpy Array. Esistono diversi tipi di funzioni nella libreria numpy per creare l'array. L'array numpy può essere generato dall'elenco Python di dati numerici, intervallo di dati e dati casuali. In che modo Numpy Array può essere creato e utilizzato per fare diversi tipi di operazioni mostrate in questo tutorial.

Vantaggio dell'utilizzo dell'array numpy

Numpy Array è migliore dell'elenco Python per vari motivi. Di seguito sono riportati alcuni vantaggi significativi dell'utilizzo dell'array numpy.

1. Consuma meno memoria rispetto all'elenco Python.
2. Funziona più velocemente dell'elenco Python per la stessa quantità di dati.
3. È più adatto da usare al posto dell'elenco Python per alcune attività specifiche.

Prerequisiti

La libreria Numpy non è installata in Python per impostazione predefinita. Quindi, devi installare questa libreria prima di praticare gli esempi mostrati in questo tutorial. Python 3+ è usato in questo tutorial. Esegui il seguente comando dal terminale per installare Numpy in Python 3.

$ sudo apt-get installa python3-numpy

Attributi di array numpy

Numpy Array ha molti attributi per recuperare diversi tipi di informazioni sull'array. Alcuni degli attributi utili di questo array sono descritti di seguito.

1. ndarray.ndim - Questo attributo restituisce il numero di dimensioni dell'array numpy denominato ndarray.
2. ndarray.forma - Questo attributo restituisce le dimensioni di ogni dimensione dell'array numpy denominato ndarray.
3. ndarray.misurare - Questo attributo restituisce il numero totale di elementi dell'array numpy denominato ndarray.
4. ndarray.Itemieze - Questo attributo restituisce la dimensione di ciascun elemento dell'array numpy denominato ndarray.
5. ndarray.dtype - Questo attributo restituisce il tipo di dati di elementi dell'array numpy denominato ndarray.
6. ndarray.nbyte - Questo attributo restituisce il numero totale di byte consumati dagli elementi dell'array numpy denominato ndarray.

Uso dell'array numpy

I modi per dichiarare un array numpy monodimensionale, bidimensionale e tridimensionale sono mostrati in questa parte del tutorial.

Esempio-1: uso di un array numpy monodimensionale

L'esempio seguente mostra tre modi per creare un array numpy unidimensionale. funzione array () è stato utilizzato per creare il primo array monodimensionale di 10 numeri interi. Disporre () funzione è stato utilizzato per creare il secondo array monodimensionale di 10 numeri sequenziali. funzione rand () è stato usato per creare il terzo array monodimensionale di 10 numeri galleggianti casuali. Successivamente, il funzione di stampa () ha usato per stampare i diversi attributi e tre valori di array.

# Importa Numpy
Importa Numpy come NP
# Dichiara l'array numpy in tre diversi array
Onearray1 = np.Array ([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])
Onearray2 = np.Arange (10)
Onearray3 = np.casuale.Rand (10)
# Stampa attributi diversi di tre array numpy
print ("\ n la dimensione del primo array numpy è:", Onearray1.ndim)
Stampa ("La dimensione del secondo array numpy è:", Onearray2.misurare)
Stampa ("Il tipo di dati del terzo array numpy è:", Onearray3.dtype)
# Stampa i valori del tre numpy array
print ("\ n i valori del primo array sono: \ n", Onearray1)
Stampa ("I valori del secondo array sono: \ n", Onearray2)
Stampa ("I valori del terzo array sono: \ n", Onearray3)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. L'output mostra che il primo array è 1, La dimensione del secondo array è 10, e il tipo di dati del terzo array è float64. In seguito sono stati stampati tre array.

Esempio-2: uso di un array numpy bidimensionale

L'esempio seguente mostra due modi per creare un array numpy bidimensionale. La funzione array () è stata utilizzata per creare un array bidimensionale di 2 righe e 3 colonne con dati interi. La funzione Rand () è stata utilizzata per creare un array bidimensionale di 2 righe e 4 colonne con dati galleggianti. Successivamente, la funzione print () ha utilizzato per stampare l'attributo dimensione e i valori di entrambi gli array.

# Importa Numpy
Importa Numpy come NP
# Dichiarare un array bidimensionale usando elenchi
duearray1 = np.Array ([[12, 2, 27], [40, 15, 6]])
# Dichiarare array bidimensionale usando valori casuali
Twoarray2 = np.casuale.Rand (2, 4)
# Stampa la dimensione di entrambi gli array
Stampa ("La dimensione del primo array:", Twoarray1.misurare)
Stampa ("La dimensione del secondo array:", Twoarray2.misurare)
# Stampa i valori di entrambi gli array
Stampa ("I valori del primo array sono: \ n", duearray1)
Stampa ("I valori del secondo array sono: \ n", duearray2)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. L'uscita mostra che la dimensione del primo array è 6 (2 × 3) e la dimensione del secondo array è 8 (2 × 4). Entrambi gli array sono stati stampati in seguito.

Esempio-3: Uso di un array numpy tridimensionale

L'esempio seguente mostra due modi per creare un array numpy tridimensionale. La funzione array () è stata utilizzata per creare un array tridimensionale di dati interi. La funzione Rand () è stata utilizzata per creare un array tridimensionale di dati galleggianti. Successivamente, la funzione print () ha usato per stampare la dimensione e i valori di entrambi i array.

# Importa Numpy
Importa Numpy come NP
# Crea un array tridimensionale utilizzando l'elenco
THREEARRAY1 = np.Array ([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])
# Crea un array tridimensionale usando valori casuali
THREEARRAY2 = np.casuale.Rand (2, 4, 3)
# Stampa la dimensione di entrambi gli array
Stampa ("La dimensione del primo array:", threearray1.ndim)
Stampa ("La dimensione del secondo array:", threearray2.ndim)
# Stampa i valori di entrambi gli array
Stampa ("I valori del primo array sono: \ n", threearray1)
Stampa ("I valori del secondo array sono: \ n", threearray2)

Produzione:

Verrà visualizzato il seguente output dopo aver eseguito lo script sopra. L'output mostra che la dimensione di entrambi gli array è 3. Entrambi gli array sono stati stampati in seguito.

Conclusione

La creazione di diversi tipi di array numpy è stata spiegata in questo tutorial utilizzando più esempi. Spero che i lettori siano in grado di creare array numpy dopo aver praticato gli esempi di questo tutorial.