המערך הרב-ממדי ההומוגני הוא האובייקט העיקרי של NumPy . זה בעצם טבלה של אלמנטים שכולם מאותו סוג ומוסיפים לאינדקס על ידי מספרים שלמים חיוביים. הממדים נקראים ציר ב-NumPy.

הצטרפות וסוגי הצטרפות

מחלקת המערך של NumPy ידועה בשם ndarray אוֹ מערך כינוי . ה-numpy.array אינו זהה למחלקה הסטנדרטית של ספריית Python array.array . ה-array.array מטפל במערכים חד-ממדיים בלבד ומספק פחות פונקציונליות.

תחביר

 numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0) 

פרמטרים

ישנם את הפרמטרים הבאים בפונקציה numpy.array() .

1) אובייקט: array_like

2) dtype: סוג נתונים אופציונלי

3) העתקה: bool (אופציונלי)

מחרוזת ל-jsonobject

4) סדר: {'K', 'A', 'C', 'F'}, אופציונלי

כאשר copy=False או ההעתק נעשה מהסיבה האחרת, התוצאה תהיה זהה ל-copy= True עם כמה חריגים עבור A. סדר ברירת המחדל הוא 'K'.

5) בדיקה: bool (אופציונלי)

כאשר subok=True, אז תת-מחלקות יעברו; אחרת, המערך המוחזר ייאלץ להיות מערך מחלקה בסיסית (ברירת מחדל).

6) ndmin : int (אופציונלי)

פרמטר זה מציין את המספר המינימלי של ממדים שאמור להיות למערך המתקבל. ניתן להצמיד משתמשים לצורה לפי הצורך כדי לעמוד בדרישה זו.

החזרות

השיטה numpy.array() מחזירה ndarray. ה-ndarray הוא אובייקט מערך אשר עונה על הדרישות שצוינו.

יצירת ג'אווה

דוגמה 1: numpy.array()

 import numpy as np arr=np.array([1,2,3]) arr 

תְפוּקָה:

 array([1, 2, 3]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array().
• בפונקציה array() העברנו רק את האלמנטים, לא את הציר.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט, הוצג מערך.

דוגמה 2:

 import numpy as np arr=np.array([1,2.,3.]) arr 

תְפוּקָה:

 array([1., 2., 3.]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array().
• בפונקציה array() העברנו אלמנטים מסוגים שונים כמו מספר שלם, float וכו'.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט, הוצג מערך המכיל אלמנטים מסוג כזה שדורשים מינימום זיכרון כדי להחזיק את האובייקט ברצף.

דוגמה 3: יותר מממד אחד

 import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr 

תְפוּקָה:

 array([[1., 2., 3.], [4., 5., 7.]]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array().
• בפונקציה array() העברנו את מספר האלמנטים בסוגריים מרובעים שונים.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט הוצג מערך רב מימדי.

דוגמה 4: מידות מינימום: 2

 import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr 

תְפוּקָה:

מדריך javascript

 array([[1., 2., 3.]]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array().
• בפונקציה array() העברנו את מספר האלמנטים בסוגריים מרובעים ואת הממד ליצירת ndarray.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט הוצג מערך דו מימדי.

דוגמה 5: סוג מסופק

 import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr 

תְפוּקָה:

 array([12.+0.j, 45.+0.j, 3.+0.j]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array() .
• בפונקציה array() העברנו את האלמנטים בסוגריים הריבועיים והגדרנו את dtype ל-complex.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט, הערכים של רכיבי 'arr' הוצגו בצורה של מספרים מרוכבים.

דוגמאות לקוד c#

דוגמה 6: יצירת מערך מתתי מחלקות

 import numpy as np arr=np.array(np.mat('1 2;3 4')) arr arr=np.array(np.mat('1 2;3 4'),subok=True) arr 

תְפוּקָה:

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]]) 

בקוד למעלה

• ייבאנו numpy עם שם הכינוי np.
• הכרזנו על המשתנה 'arr' והקצנו את הערך המוחזר על ידי הפונקציה np.array() .
• בפונקציה array() העברנו את האלמנטים בצורה של המטריצה ​​באמצעות פונקציית np.mat() והגדרנו את subok=True.
• לבסוף, ניסינו להדפיס את הערך של arr.

בפלט הוצג מערך רב מימדי.