Perustaulukoiden Luominen
NumPy-taulukko on tehokas, monidimensioinen säiliö, joka on tarkoitettu suurten, saman tietotyypin tietoaineistojen tallentamiseen ja käsittelyyn. Vaikka ne muistuttavat Python-listoja, ne ovat muistitehokkaampia ja mahdollistavat suorituskykyiset matemaattiset ja numeeriset operaatiot.
Nyt on aika luoda ensimmäiset NumPy-taulukkosi. Yksinkertaisin tapa tehdä tämä on käyttää array()-funktiota, jolle annetaan argumentiksi joko list tai tuple, eikä muita.
Kaikissa kurssin tehtävissä tulee luoda NumPy-taulukot ainoastaan listoista.
1234567import numpy as np # Creating an array from list array_from_list = np.array([1, 2, 3, 2, 6, 1]) # Creating an array from tuple array_from_tuple = np.array((1, 2, 3, 2, 6, 1)) print(f'Array from list: {array_from_list}') print(f'Array from tuple: {array_from_tuple}')
Datan tyypin määrittäminen
Taulukon alkioiden tietotyyppi määritellään implisiittisesti; voit kuitenkin määrittää sen eksplisiittisesti dtype-parametrilla:
1234567import numpy as np # Creating an integer array without specifying dtype array_1 = np.array([1, 2, 3]) # Creating an integer array with setting dtype to 1-byte integer array_2 = np.array([1, 2, 3], dtype=np.int8) print(f'First array dtype: {array_1.dtype}') print(f'Second array dtype: {array_2.dtype}')
Ensimmäinen kokonaislukutaulukko käyttää oletuksena int64-tietotyyppiä, joka on 8-tavuinen kokonaisluku. Toinen taulukko käyttää int8-tietotyyppiä, joka on 1-tavuinen kokonaisluku.
Yleisimpiä NumPy-tietotyyppejä ovat numpy.float16, numpy.float32 ja numpy.float64, jotka tallentavat 2-, 4- ja 8-tavuisia liukulukuja.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.7Perustaulukoiden Luominen
Pyyhkäise näyttääksesi valikon
NumPy-taulukko on tehokas, monidimensioinen säiliö, joka on tarkoitettu suurten, saman tietotyypin tietoaineistojen tallentamiseen ja käsittelyyn. Vaikka ne muistuttavat Python-listoja, ne ovat muistitehokkaampia ja mahdollistavat suorituskykyiset matemaattiset ja numeeriset operaatiot.
Nyt on aika luoda ensimmäiset NumPy-taulukkosi. Yksinkertaisin tapa tehdä tämä on käyttää array()-funktiota, jolle annetaan argumentiksi joko list tai tuple, eikä muita.
Kaikissa kurssin tehtävissä tulee luoda NumPy-taulukot ainoastaan listoista.
1234567import numpy as np # Creating an array from list array_from_list = np.array([1, 2, 3, 2, 6, 1]) # Creating an array from tuple array_from_tuple = np.array((1, 2, 3, 2, 6, 1)) print(f'Array from list: {array_from_list}') print(f'Array from tuple: {array_from_tuple}')
Datan tyypin määrittäminen
Taulukon alkioiden tietotyyppi määritellään implisiittisesti; voit kuitenkin määrittää sen eksplisiittisesti dtype-parametrilla:
1234567import numpy as np # Creating an integer array without specifying dtype array_1 = np.array([1, 2, 3]) # Creating an integer array with setting dtype to 1-byte integer array_2 = np.array([1, 2, 3], dtype=np.int8) print(f'First array dtype: {array_1.dtype}') print(f'Second array dtype: {array_2.dtype}')
Ensimmäinen kokonaislukutaulukko käyttää oletuksena int64-tietotyyppiä, joka on 8-tavuinen kokonaisluku. Toinen taulukko käyttää int8-tietotyyppiä, joka on 1-tavuinen kokonaisluku.
Yleisimpiä NumPy-tietotyyppejä ovat numpy.float16, numpy.float32 ja numpy.float64, jotka tallentavat 2-, 4- ja 8-tavuisia liukulukuja.
Kiitos palautteestasi!
