Numpy Crea un array 2D

Un array numpy bidimensionale è definito da un elenco di elenchi di Python. Proprio come una singola dimensione matrice numpy, tutti gli elementi in un array devono essere di un singolo tipo. Se viene dichiarato un array numpy con elenchi di più tipi, si verificherà la coercizione del tipo e i valori verranno tutti convertiti in un singolo tipo. La coercizione del tipo è quella in cui i tipi di dati vengono convertiti da uno all'altro, è implicito o automatico. In array bidimensionali, le dimensioni possono essere più di due.

In parole semplici, possiamo definire l'array bidimensionale come un array all'interno di un altro array. Il suo indice inizia con "0" e termina alle dimensioni dell'array "-1". Gli array possono essere costruiti n volte all'interno di array. Un array bidimensionale può cambiare dimensione sia in verticale che in orizzontale, in entrambe le direzioni.

Sintassi

La sintassi per dichiarare un array è di seguito:

array_name = [r_arr] [c_arr]

Array_Name è il nome dell'array che vogliamo creare. Considerando che "r_arr" sono le righe dell'array e "c_arr" è la colonna dell'array. Questa sintassi ci consente di creare la posizione della memoria in cui verrà archiviato l'array, oppure possiamo dire che la posizione della memoria può essere riservata all'array.

C'è un altro metodo per dichiarare un array 2D:

array_name = [[r1c1, r1c2, r1c3,…], [r2c2, r2c2, r2c3,…],…]

Nella sintassi sopra, il nome dell'array è il nome dell'array in cui "r1c1", "r2c1", ... n sono gli elementi dell'array in cui "r" indica le righe e "c" indica colonne. Come possiamo vedere nei primi parenti quadrati, il numero di righe sta cambiando mentre le colonne sono le stesse. Questo perché, all'interno dell'array, definiamo colonne usando più array mentre le righe sono definite all'interno degli array interni.

Esempio # 01: Creazione di un array bidimensionale

Diamo un esempio pratico di creare un array bidimensionale e di avere un'idea migliore di come viene creata un array bidimensionale. Per creare un array 2D, importare prima la nostra libreria Numpy che ci consentirà di implementare alcuni pacchetti che Numpy ci fornisce per la creazione dell'array. Successivamente, inizializzamo una variabile che contiene l'array bidimensionale per creare un array. Passeremo il NP.funzione array () che ci consente due creare qualsiasi tipo di array che sia 1D, 2D o giù di lì. A quella funzione, passeremo più array all'interno di questo array che ci consente di creare un array bidimensionale.

Come possiamo vedere nello screenshot seguente, nella seconda riga, abbiamo passato tre array a quella funzione, il che significa che abbiamo tre righe e all'interno di tali array, abbiamo superato 6 elementi a ciascuno, il che significa che ci sono 6 colonne. Una cosa da notare è che passiamo sempre elementi tra parentesi quadrate, il che significa che stiamo passando elementi di array e possiamo vedere che abbiamo superato più array all'interno del singolo array.

Importa Numpy come NP
array = np.Array ([[1, 2, 3,4, 5, 6], [4, 5, 6, 7, 8, 9], [7, 8, 9, 10, 11, 12]])
Stampa (array)

Alla fine, abbiamo stampato l'array usando un'istruzione di stampa. Come mostrato nello screenshot seguente, possiamo vedere l'array che contiene 3 righe e 6 colonne.

Esempio # 02: accedere ai valori

Mentre studiavamo il metodo per creare array 2D, una cosa deve aver fatto clic nella nostra mente: come possiamo accedere agli elementi dell'array 2D? Mentre accedere all'elemento dell'array 2D non è un grosso problema. Numpy ci consente di manipolare gli elementi degli array da una semplice linea di codice che è:

Array [ROW INDICE] [Indice colonna]

L'array è il nome dell'array da cui dobbiamo accedere o recuperare i dati in cui l'indice di riga è la posizione di memoria della riga. E l'indice della colonna è la posizione della colonna da accedere, supponiamo che dobbiamo accedere all'elemento indice "2" di riga e indice "0" elemento di una colonna.

Come possiamo vedere nella figura seguente, abbiamo prima importato la libreria Numpy per accedere ai pacchetti di Numpy. Quindi, abbiamo dichiarato il nome della variabile "Array" che contiene l'array 2D e quindi gli ha superato i valori che vogliamo archiviare al suo interno. Abbiamo prima visualizzato l'array così com'è che abbiamo inizializzato. Quindi, abbiamo superato l'array con l'indice alla nostra istruzione print () che visualizzerà l'intero array che viene archiviato all'indice "2". Nella riga di codice successiva, abbiamo nuovamente passato l'array con due indici all'istruzione print (). Il primo è la riga dell'array e la seconda è la colonna dell'array che è "0" e "2".

Importa Numpy come NP
array = np.Array ([[1, 2, 3,4, 5, 6], [4, 5, 6, 7, 8, 9], [7, 8, 9, 10, 11, 12]])
Stampa ("display array:", array)
Stampa ("Visualizza la seconda riga:", array [2])
Stampa ("Visualizza la prima riga e l'elemento a 2 colonne:", array [0] [2])

Il seguente output viene restituito durante l'esecuzione del compilatore di codice stampa l'array così com'è. Quindi, la seconda riga secondo il codice. Infine, il compilatore restituisce l'elemento memorizzato all'indice "0" per righe e indice "2" per la colonna.

Esempio #03: aggiornamento dei valori

Abbiamo già discusso della metodologia su come possiamo creare o accedere ai dati o agli elementi all'interno dell'array 2D, ma quando dobbiamo modificare gli elementi dell'array, possiamo semplicemente usare il metodo fornito dai pacchetti numpy che ci consentono Per aggiornare il valore desiderato all'interno di un array.

Per aggiornare il valore, utilizziamo:

array [row_index] [column_index] = [valori]

Nella sintassi sopra, l'array è il nome dell'array. L'indice di riga è il luogo o la posizione che modificheremo. L'indice della colonna è la posizione della colonna in cui viene aggiornato il valore, in cui il valore è quello che dovrebbe essere aggiunto all'indice desiderato.

Come possiamo vedere, importa per la prima volta la nostra biblioteca numpy. E quindi dichiarato una matrice di dimensioni 3 × 6 e ha superato i suoi valori interi. Quindi, abbiamo passato il valore "21" all'array, il che significa che vogliamo archiviare il valore "21" nell'array in "0" di una riga e "2" di una colonna che significa che vogliamo archiviarlo all'indice della prima riga e della 3^Rd colonna dell'array. Quindi stampano entrambi gli array, quello originale e anche l'elemento che abbiamo memorizzato nell'array.

Importa Numpy come NP
array = np.Array ([[1, 2, 3,4, 5, 6], [4, 5, 6, 7, 8, 9], [7, 8, 9, 10, 11, 12]])
array [0] [2] = 21
Stampa ("display array:", array)
Stampa ("Visualizza la prima riga e l'elemento a 2 colonne:", array [0] [2])

Come visualizzato di seguito, il valore viene aggiornato correttamente nell'array semplicemente aggiungendo una semplice linea di codice fornita dal pacchetto numpy.

Conclusione

In questo articolo, abbiamo spiegato diversi modi per creare array bidimensionali e come possiamo manipolarli usando le funzioni integrate di Numpy. Abbiamo discusso di come possiamo accedere agli elementi all'interno dell'array e aggiornarli. Numpy ci consente di creare e manipolare array multidimensionali da una singola riga di codice. Gli array numpy sono più chiari e più efficaci delle liste di Python.