Зміст курсу
Вступ до NumPy
Вступ до NumPy
Функція array()
Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array()
. Нижче наведено приклад використання цієї функції:
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type()
.
Примітка
Функція
type()
приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
Ми бачимо, що тип створеного масиву ndarray
. Але що це означає?
ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.
Тепер настав час потренуватися!
Swipe to show code editor
- Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином:
[65, 2, 89, 5, 0, 1]
, а другий повинен виглядати наступним чином:[1, 2, 3]
. - Виведіть ці масиви на екран.
- Виведіть на екран тип цих масивів.
Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.
Дякуємо за ваш відгук!
Функція array()
Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array()
. Нижче наведено приклад використання цієї функції:
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type()
.
Примітка
Функція
type()
приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
Ми бачимо, що тип створеного масиву ndarray
. Але що це означає?
ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.
Тепер настав час потренуватися!
Swipe to show code editor
- Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином:
[65, 2, 89, 5, 0, 1]
, а другий повинен виглядати наступним чином:[1, 2, 3]
. - Виведіть ці масиви на екран.
- Виведіть на екран тип цих масивів.
Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.
Дякуємо за ваш відгук!
Функція array()
Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array()
. Нижче наведено приклад використання цієї функції:
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type()
.
Примітка
Функція
type()
приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
Ми бачимо, що тип створеного масиву ndarray
. Але що це означає?
ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.
Тепер настав час потренуватися!
Swipe to show code editor
- Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином:
[65, 2, 89, 5, 0, 1]
, а другий повинен виглядати наступним чином:[1, 2, 3]
. - Виведіть ці масиви на екран.
- Виведіть на екран тип цих масивів.
Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.
Дякуємо за ваш відгук!
Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array()
. Нижче наведено приклад використання цієї функції:
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type()
.
Примітка
Функція
type()
приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
Ми бачимо, що тип створеного масиву ndarray
. Але що це означає?
ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.
Тепер настав час потренуватися!
Swipe to show code editor
- Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином:
[65, 2, 89, 5, 0, 1]
, а другий повинен виглядати наступним чином:[1, 2, 3]
. - Виведіть ці масиви на екран.
- Виведіть на екран тип цих масивів.
Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.