Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Ylempidimensioisten Taulukoiden Luominen | Numpy-Perusteet
Numpy Perusteet

bookYlempidimensioisten Taulukoiden Luominen

2D-taulukot

Luodaan nyt korkeamman ulottuvuuden taulukko, eli 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}')
copy

Käytännössä korkeamman ulottuvuuden NumPy-taulukon luominen tarkoittaa korkeamman ulottuvuuden listan välittämistä array()-funktion argumenttina.

Note
Huomio

Kaikki NumPy-taulukko-oliot tunnetaan nimellä ndarray.

Tässä on visualisointi 2D-taulukostamme:

Voimme ajatella sitä 2x3 matriisina.

3D-taulukko

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

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}')
copy

3D-taulukon hahmottaminen on kuitenkin hieman monimutkaisempaa, mutta se on silti mahdollista:

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

Käytännössä 3D- ja korkeamman ulottuvuuden taulukoiden käsittely ei poikkea 2D-taulukoiden käsittelystä.

Tehtävä

Swipe to start coding

Luo 2D-taulukko käyttämällä listoja. Taulukossa voi olla mikä tahansa määrä rivejä ja sarakkeita, ja arvot voivat olla mielivaltaisia.

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 3
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Suggested prompts:

What are some common operations you can perform on 2D and 3D arrays?

Can you explain how to access specific elements in a 2D or 3D array?

How do you reshape or modify the dimensions of a NumPy array?

close

Awesome!

Completion rate improved to 3.7

bookYlempidimensioisten Taulukoiden Luominen

Pyyhkäise näyttääksesi valikon

2D-taulukot

Luodaan nyt korkeamman ulottuvuuden taulukko, eli 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}')
copy

Käytännössä korkeamman ulottuvuuden NumPy-taulukon luominen tarkoittaa korkeamman ulottuvuuden listan välittämistä array()-funktion argumenttina.

Note
Huomio

Kaikki NumPy-taulukko-oliot tunnetaan nimellä ndarray.

Tässä on visualisointi 2D-taulukostamme:

Voimme ajatella sitä 2x3 matriisina.

3D-taulukko

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

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}')
copy

3D-taulukon hahmottaminen on kuitenkin hieman monimutkaisempaa, mutta se on silti mahdollista:

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

Käytännössä 3D- ja korkeamman ulottuvuuden taulukoiden käsittely ei poikkea 2D-taulukoiden käsittelystä.

Tehtävä

Swipe to start coding

Luo 2D-taulukko käyttämällä listoja. Taulukossa voi olla mikä tahansa määrä rivejä ja sarakkeita, ja arvot voivat olla mielivaltaisia.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 3
single

single

some-alt