NumPy Arrays maken
Een NumPy ndarray-object maken
NumPy wordt gebruikt om met arrays te werken. Het array-object in NumPy heet
ndarray.
We kunnen een NumPy-
ndarrayobject maken door de array()functie te gebruiken.
Voorbeeld
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type(): Deze ingebouwde Python-functie vertelt ons het type object dat eraan is doorgegeven. Zoals in bovenstaande code laat het zien dat arrdit
numpy.ndarraytype is.
Om een te maken ndarray, kunnen we een lijst, tuple of een willekeurig array-achtig object doorgeven aan de array()
methode, en het zal worden geconverteerd naar een
ndarray:
Voorbeeld
Gebruik een tuple om een NumPy-array te maken:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Afmetingen in arrays
Een dimensie in arrays is één niveau van arraydiepte (geneste arrays).
geneste array: zijn arrays die arrays als hun elementen hebben.
0-D-matrices
0-D-arrays, of Scalars, zijn de elementen in een array. Elke waarde in een array is een 0-D-array.
Voorbeeld
Maak een 0-D-array met waarde 42
import numpy as np
arr = np.array(42)
print(arr)
1-D-matrices
Een array met 0-D-arrays als elementen wordt eendimensionale of 1-D-array genoemd.
Dit zijn de meest voorkomende en basisarrays.
Voorbeeld
Maak een 1-D-array met de waarden 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
2D-matrices
Een array met 1-D-arrays als elementen wordt een 2-D-array genoemd.
Deze worden vaak gebruikt om matrix- of 2e-orde tensoren weer te geven.
NumPy heeft een hele submodule gewijd aan matrixbewerkingen genaamd
numpy.mat
Voorbeeld
Maak een 2D-array met twee arrays met de waarden 1,2,3 en 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
3D-arrays
Een array die 2D-arrays (matrices) als elementen heeft, wordt een 3-D-array genoemd.
Deze worden vaak gebruikt om een 3e orde tensor weer te geven.
Voorbeeld
Maak een 3D-array met twee 2-D-arrays, beide met twee arrays met de waarden 1,2,3 en 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Aantal afmetingen controleren?
NumPy Arrays biedt het ndimattribuut dat een geheel getal retourneert dat ons vertelt hoeveel dimensies de array heeft.
Voorbeeld
Controleer hoeveel dimensies de arrays hebben:
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)
Hogere dimensionale arrays
Een array kan een willekeurig aantal dimensies hebben.
Wanneer de array is gemaakt, kunt u het aantal dimensies definiëren met behulp van het ndminargument.
Voorbeeld
Maak een array met 5 dimensies en controleer of deze 5 dimensies heeft:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
In deze array heeft de binnenste dimensie (5e dim) 4 elementen, de 4e dim heeft 1 element dat de vector is, de 3e dim heeft 1 element dat de matrix met de vector is, de 2e dim heeft 1 element dat 3D-array is en 1st dim heeft 1 element dat een 4D-array is.