Grundläggande Skapande av Arrayer
En NumPy-array är en effektiv, multidimensionell behållare för lagring och hantering av stora datamängder med samma datatyper. Även om de liknar Python-listor är de mer minneseffektiva och möjliggör högpresterande matematiska och numeriska operationer.
Nu är det dags att skapa dina första NumPy-arrayer. Det mest direkta sättet att göra detta är att använda funktionen array(), där du skickar in en list eller en tuple som argument, och endast dessa.
Du bör skapa NumPy-arrayer endast från listor i alla uppgifter genom hela kursen.
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}')
Ange datatyp
Datatypen för array-elementen definieras implicit; dock kan du ange den explicit med parametern dtype:
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}')
Den första heltalsarrayen använder standarddatatypen int64, vilket är en 8-byte integer. Den andra arrayen använder int8, en 1-byte integer.
De vanligaste NumPy-datatyperna inkluderar numpy.float16, numpy.float32 och numpy.float64, vilka lagrar 2-byte, 4-byte och 8-byte flyttal, respektive.
Tack för dina kommentarer!
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 3.7Grundläggande Skapande av Arrayer
Svep för att visa menyn
En NumPy-array är en effektiv, multidimensionell behållare för lagring och hantering av stora datamängder med samma datatyper. Även om de liknar Python-listor är de mer minneseffektiva och möjliggör högpresterande matematiska och numeriska operationer.
Nu är det dags att skapa dina första NumPy-arrayer. Det mest direkta sättet att göra detta är att använda funktionen array(), där du skickar in en list eller en tuple som argument, och endast dessa.
Du bör skapa NumPy-arrayer endast från listor i alla uppgifter genom hela kursen.
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}')
Ange datatyp
Datatypen för array-elementen definieras implicit; dock kan du ange den explicit med parametern dtype:
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}')
Den första heltalsarrayen använder standarddatatypen int64, vilket är en 8-byte integer. Den andra arrayen använder int8, en 1-byte integer.
De vanligaste NumPy-datatyperna inkluderar numpy.float16, numpy.float32 och numpy.float64, vilka lagrar 2-byte, 4-byte och 8-byte flyttal, respektive.
Tack för dina kommentarer!
