Pyyhkäise näyttääksesi valikon

Luodaan Korkeampia Ulottuvuuksia Sisältäviä Taulukoita

2D-taulukot

Luodaan nyt korkeampiulotteinen taulukko, nimittäin 2D-taulukko:


              1234
            
import numpy as np
# Creating a 2D array
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print(f'2-dimensional array: \n{array_2d}')

Periaatteessa korkeampiulotteisen NumPy-taulukon luominen tarkoittaa korkeampiulotteisen listan antamista array()-funktion argumentiksi.

Huomautus

Kaikkia NumPy-taulukko-olioita kutsutaan nimellä ndarray.

Tässä on visualisointi 2D-taulukostamme:

Voimme ajatella sitä 2x3 matriisina.

3D-taulukko

3D-taulukoiden luominen on lähes identtistä 2D-taulukoiden luomisen kanssa. Ainoa ero on, että nyt meidän täytyy antaa 3D-lista argumenttina:


              12345678
            
import numpy as np
# Creating a 3D array
array_3d = np.array([
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],
    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],
    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]
])
print(f'3-dimensional array: \n{array_3d}')

Kuitenkin, 3D-taulukon visualisointi on hieman monimutkaisempaa, mutta se on silti mahdollista:

Taulukko on 3x3x3, minkä vuoksi meillä on kuutio, jonka jokainen sivu on yhtä suuri kuin 3.

Käytännössä lähestymistapa 3D- ja korkeampidimensionaalisten taulukoiden käsittelyyn ei eroa 2D-taulukoiden käsittelystä.

Tehtävä

Swipe to start coding

Luo 2D-taulukko käyttäen listoja. Tällä taulukolla voi olla mikä tahansa määrä rivejä ja sarakkeita, joissa on mielivaltaisia arvoja.

Ratkaisu

Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 3

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Luodaan Korkeampia Ulottuvuuksia Sisältäviä Taulukoita

2D-taulukot

Luodaan nyt korkeampiulotteinen taulukko, nimittäin 2D-taulukko:


              1234
            
import numpy as np
# Creating a 2D array
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print(f'2-dimensional array: \n{array_2d}')

Periaatteessa korkeampiulotteisen NumPy-taulukon luominen tarkoittaa korkeampiulotteisen listan antamista array()-funktion argumentiksi.

Huomautus

Kaikkia NumPy-taulukko-olioita kutsutaan nimellä ndarray.

Tässä on visualisointi 2D-taulukostamme:

Voimme ajatella sitä 2x3 matriisina.

3D-taulukko

3D-taulukoiden luominen on lähes identtistä 2D-taulukoiden luomisen kanssa. Ainoa ero on, että nyt meidän täytyy antaa 3D-lista argumenttina:


              12345678
            
import numpy as np
# Creating a 3D array
array_3d = np.array([
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],
    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],
    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]
])
print(f'3-dimensional array: \n{array_3d}')

Kuitenkin, 3D-taulukon visualisointi on hieman monimutkaisempaa, mutta se on silti mahdollista:

Taulukko on 3x3x3, minkä vuoksi meillä on kuutio, jonka jokainen sivu on yhtä suuri kuin 3.

Käytännössä lähestymistapa 3D- ja korkeampidimensionaalisten taulukoiden käsittelyyn ei eroa 2D-taulukoiden käsittelystä.

Tehtävä

Swipe to start coding

Luo 2D-taulukko käyttäen listoja. Tällä taulukolla voi olla mikä tahansa määrä rivejä ja sarakkeita, joissa on mielivaltaisia arvoja.

Ratkaisu

Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 3

Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista