Perus Taulukon Luominen
A NumPy-taulukko on tehokas, monidimensionaalinen säiliö suurten saman tietotyypin datasetien tallentamiseen ja käsittelyyn. Vaikka ne ovat samanlaisia kuin Python-listat, ne ovat enemmän muistitehokkaita ja mahdollistavat korkean suorituskyvyn matemaattiset ja numeeriset operaatiot.
Nyt on aika luoda ensimmäiset NumPy-taulukkosi. Yksinkertaisin tapa tehdä tämä on käyttää array()-funktiota, antaen joko list tai tuple argumenttina, ja vain niitä.
Huomio
Sinun tulisi luoda NumPy-taulukoita vain listoista kaikissa tehtävissä kurssimme aikana.
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}')
Määritä Tietotyyppi
Taulukon alkioiden tietotyyppi määritellään implisiittisesti; kuitenkin voit 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-datatyyppiä, joka on 8-tavun kokonaisluku. Toinen taulukko käyttää int8, joka on 1-tavun kokonaisluku.
Yleisimmät NumPy-datatyyppit ovat numpy.float16, numpy.float32 ja numpy.float64, jotka tallentavat 2-tavun, 4-tavun ja 8-tavun liukulukuja.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.7Perus Taulukon Luominen
Pyyhkäise näyttääksesi valikon
A NumPy-taulukko on tehokas, monidimensionaalinen säiliö suurten saman tietotyypin datasetien tallentamiseen ja käsittelyyn. Vaikka ne ovat samanlaisia kuin Python-listat, ne ovat enemmän muistitehokkaita ja mahdollistavat korkean suorituskyvyn matemaattiset ja numeeriset operaatiot.
Nyt on aika luoda ensimmäiset NumPy-taulukkosi. Yksinkertaisin tapa tehdä tämä on käyttää array()-funktiota, antaen joko list tai tuple argumenttina, ja vain niitä.
Huomio
Sinun tulisi luoda NumPy-taulukoita vain listoista kaikissa tehtävissä kurssimme aikana.
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}')
Määritä Tietotyyppi
Taulukon alkioiden tietotyyppi määritellään implisiittisesti; kuitenkin voit 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-datatyyppiä, joka on 8-tavun kokonaisluku. Toinen taulukko käyttää int8, joka on 1-tavun kokonaisluku.
Yleisimmät NumPy-datatyyppit ovat numpy.float16, numpy.float32 ja numpy.float64, jotka tallentavat 2-tavun, 4-tavun ja 8-tavun liukulukuja.
Kiitos palautteestasi!
