NumPy ist das wichtigste Werkzeug für die Arbeit mit Arrays und Matrizen in der Programmiersprache Python. Es bietet leistungsstarke Funktionen für die Arbeit mit Daten und mathematischen Operationen. Das Erstellen eines neuen Arrays ist eine der grundlegenden Operationen in NumPy, und betrachten Sie in diesem Artikel einige der besten Rezepte zum Erstellen neuer Arrays.
Das erste Rezept besteht darin, ein Array aus einer Liste oder einem Tupel mit einer Funktion zu erstellen numpy.array. Diese Funktion nimmt eine Liste oder ein Tupel an und erstellt ein neues Array, das Elemente aus der ursprünglichen Datenstruktur enthält. Um beispielsweise ein Array aus einer Liste zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np my_list = [1, 2, 3, 4, 5] my_array = np.array(my_list)
Das zweite Rezept besteht darin, ein Array mit einer bestimmten Größe mit einer Funktion zu erstellen numpy.zeros oder numpy.ones. Funktion numpy.zeros erstellt ein mit Nullen gefülltes Array der angegebenen Größe, und die Funktion numpy.ones erstellt ein Array, das mit Einheiten gefüllt ist. Um beispielsweise ein Array von 3x3-Nullen zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np my_zeros_array = np.zeros((3, 3)) my_ones_array = np.ones((3, 3))
Das dritte Rezept besteht darin, ein Array mit einem bestimmten Wertebereich mit einer Funktion zu erstellen numpy.arange oder numpy.linspace. Funktion numpy.arange erstellt ein Array, das eine Folge von Zahlen in einem bestimmten Intervall enthält, und die Funktion numpy.linspace erstellt ein Array, das gleichmäßig verteilte Werte innerhalb des angegebenen Bereichs enthält. Um beispielsweise ein Array mit Zahlen zwischen 1 und 10 im Abstand von 2 zu erstellen, können Sie den folgenden Code verwenden:
import numpy as np my_arange_array = np.arange(1, 11, 2) my_linspace_array = np.linspace(1, 10, 5)
Dies sind nur einige Beispiele für das Erstellen eines neuen Arrays in NumPy. Mit diesen Rezepten können Sie Arrays mit unterschiedlichen Daten und Größen für Ihre Aufgaben erstellen.
Grundlegende Funktionsweise und Funktionen von numpy array
Eine der Hauptfunktionen von numpy array besteht darin, Arrays in verschiedenen Größen und Formen zu erstellen. Auf diese Weise können Sie problemlos mit Daten unterschiedlicher Strukturen arbeiten, z. B. eindimensionale, zweidimensionale oder dreidimensionale Arrays. Jedes Element des Arrays kann eine Zahl, eine Zeichenfolge oder ein Boolescher Wert sein.
Ein weiteres wichtiges Merkmal von numpy array ist die Fähigkeit, schnelle und effiziente mathematische Operationen an Arrays durchzuführen. NumPy bietet eine breite Palette von mathematischen Funktionen wie Addition, Multiplikation, Division oder Potenzbildung. Darüber hinaus ermöglicht numpy array die Durchführung von Operationen mit Indizes und Slices, wodurch es einfacher ist, Arrays zu manipulieren und auf ihre Elemente zuzugreifen.
Einer der Hauptvorteile von numpy array ist seine effiziente Arbeit mit großen Datenmengen. Dank der speziellen internen Darstellung von Arrays und optimierten Algorithmen ermöglicht numpy array die Ausführung von Datenoperationen um ein Vielfaches schneller als die standardmäßigen Python-Datenstrukturen. Dies macht das numpy array zu einem idealen Werkzeug für die Lösung von Aufgaben in wissenschaftlichem Computing, Bildverarbeitung, maschinellem Lernen und anderen Bereichen, die eine hohe Leistung erfordern.
Insgesamt machen die grundlegenden Funktionsweisen und Fähigkeiten von numpy array es zu einem unverzichtbaren Werkzeug für die Arbeit mit numerischen Daten in Python. Es bietet eine breite Palette von Operationen und Funktionen, ermöglicht eine effiziente Arbeit mit großen Datenmengen und verfügt über einen breiten Anwendungsbereich. Das Erlernen und Verwenden von numpy array ist ein wichtiger Teil der Arbeit mit numerischen Daten in Python.
Erstellen eines numpy array
1. Erstellen eines numpy array aus einer Liste
Der einfachste Weg, ein numpy array zu erstellen, besteht darin, die Liste an eine Funktion zu übergeben numpy.array():
import numpy as npmy_list = [1, 2, 3, 4, 5]my_array = np.array(my_list)print(my_array)[1 2 3 4 5]2. Erstellen eines numpy array mit einem bestimmten Wert
Manchmal ist es erforderlich, ein numpy array mit einem bestimmten Wert für alle Elemente zu erstellen. Dazu können Sie Funktionen verwenden numpy.zeros() oder numpy.ones():
import numpy as npzeros_array = np.zeros((2, 3))ones_array = np.ones((2, 3))print("Заполненный нулями массив:", zeros_array)print("Заполненный единицами массив:", ones_array)Заполненный нулями массив:[[0. 0. 0.][0. 0. 0.]]Заполненный единицами массив:[[1. 1. 1.][1. 1. 1.]]3. Erstellen eines numpy Arrays mit einem bestimmten Wertintervall
Wenn Sie ein numpy Array in bestimmten Abständen von Werten erstellen möchten, können Sie die Funktion verwenden numpy.arange():
import numpy as npmy_array = np.arange(1, 10, 2)print(my_array)[1 3 5 7 9]4. Erstellen eines numpy Array zufälliger Werte
Wenn Sie mit Arrays arbeiten, müssen Sie häufig ein Array zufälliger Werte erstellen. Dazu können Sie die Funktion verwenden numpy.random.rand():
import numpy as nprandom_array = np.random.rand(3, 3)print(random_array)[[0.23426803 0.10555163 0.5909342 ][0.16478463 0.39203714 0.60732955][0.67511203 0.65684999 0.70968507]]Manuelles Erstellen eines Arrays
In numpy gibt es mehrere Möglichkeiten, ein neues Array manuell zu erstellen:
| Methode | Die Beschreibung |
|---|---|
| numpy.array() | Erstellt ein Array aus einem angegebenen Objekt, z. B. einer Liste oder einem Tupel. |
| numpy.zeros() | Erstellt ein Array der angegebenen Form, das mit Nullen gefüllt ist. |
| numpy.ones() | Erstellt ein Array der angegebenen Form, das mit Einheiten gefüllt ist. |
| numpy.full() | Erstellt ein Array des angegebenen Formulars, das mit dem angegebenen Wert gefüllt ist. |
| numpy.arange() | Erstellt ein Array von Zahlen mit dem angegebenen Bereich und der angegebenen Schrittweite. |
| numpy.linspace() | Erstellt ein Array von Zahlen mit einem bestimmten Bereich, einschließlich Anfang und Ende, in gleichmäßigen Schritten. |
Sie können diese Methoden verwenden, um Arrays beliebiger Form und 2D-Arrays, 3D-Arrays usw. zu erstellen. Denken Sie daran, dass numpy Arrays nur Elemente desselben Datentyps enthalten können.
Erstellen eines Arrays mit einer bestimmten Struktur
NumPy bietet die Möglichkeit, Arrays mit einer bestimmten Datenstruktur mithilfe der Numpy-Funktion zu erstellen.array .
Um ein Array mit einer bestimmten Struktur zu erstellen, müssen Sie beim Aufruf der numpy-Funktion den Datentyp der Elemente dieses Arrays angeben.array .
Um beispielsweise ein Array von Gleitkommazahlen zu erstellen, können Sie den Datentyp float verwenden :
import numpy as nparr = np.array([1.2, 2.3, 3.4], dtype=float)print(arr)Durch die Ausführung dieses Codes wird ein arr-Array mit Elementen 1 erstellt.2 , 2.3 und 3.4 und Float-Datentyp .
Auf ähnliche Weise können Sie ein Array mit dem Datentyp int für ganzzahlige Werte erstellen:
import numpy as nparr = np.array([1, 2, 3], dtype=int)print(arr)Dieser Code erstellt ein arr-Array mit den Elementen 1 , 2 und 3 und dem Datentyp int .
Sie können auch Arrays mit einer komplexen Datenstruktur erstellen, indem Sie den Datentyp des Objektarrays angeben:
import numpy as nparr = np.array([(1, 2, 3), (4, 5, 6)], dtype='i4,f4,f4')print(arr)In diesem Beispiel wird ein Array mit Elementen erstellt, die durch Tupel dargestellt werden. Jedes Tupel enthält eine ganze Zahl und zwei Gleitkommazahlen.
Also mit der Numpy-Funktion.array Es ist einfach, Arrays mit einer bestimmten Datenstruktur in NumPy zu erstellen.
Verwenden von Funktionen zum Erstellen eines Arrays
NumPy bietet viele integrierte Funktionen zum Erstellen eines neuen Arrays. Hier sind einige von ihnen:
- numpy.zeros(shape) : Erstellt ein neues Array, das mit Nullen gefüllt ist.
- numpy.ones(shape) : Erstellt ein neues Array, das mit Einheiten gefüllt ist.
- numpy.arange(start, stop, step) : erstellt ein neues Array mit einer Reihe von Zahlen von start bis stop mit dem angegebenen Schritt.
- numpy.linspace(start, stop, num) : Erstellt ein neues Array mit gleichmäßig verteilten Werten von start bis stop.
- numpy.random.rand(shape) : Erstellt ein neues Array mit zufälligen Werten zwischen 0 und 1.
Dies sind nur einige der Möglichkeiten von NumPy, ein neues Array zu erstellen. Eine Vielzahl von Funktionen macht es einfach und schnell, Arrays verschiedener Formen und Werte zu erstellen.
