Cursusinhoud
Ultieme NumPy
Ultieme NumPy
Basis Array Creatie
Een NumPy-array is een efficiënte, multidimensionale container voor het opslaan en manipuleren van grote datasets van dezelfde datatypes. Hoewel ze vergelijkbaar zijn met Python-lijsten, zijn ze meer geheugenefficiënt en maken ze wiskundige en numerieke bewerkingen met hoge prestaties mogelijk.
Nu is het tijd om je eerste NumPy-arrays te maken. De meest eenvoudige manier om dit te doen is door de functie array() te gebruiken, waarbij je een list of een tuple als argument doorgeeft, en alleen die.
Opmerking
Je moet NumPy-arrays alleen maken van lijsten in alle taken gedurende onze cursus.
import 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}')
Het specificeren van het datatype
Het datatype van de array-elementen wordt impliciet gedefinieerd; je kunt het echter expliciet specificeren met de dtype parameter:
import 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}')
De eerste integer array gebruikt de standaard int64 data type, wat een 8-byte integer is. De tweede array gebruikt int8, een 1-byte integer.
De meest voorkomende NumPy data types zijn numpy.float16, numpy.float32, en numpy.float64, die respectievelijk 2-byte, 4-byte, en 8-byte floating point nummers opslaan.
Bedankt voor je feedback!
