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-
ndarray
object 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 arr
dit
numpy.ndarray
type 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 ndim
attribuut 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 ndmin
argument.
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.