동차 다차원 배열이 주요 객체입니다. 넘파이 . 이는 기본적으로 모두 동일한 유형이고 양의 정수 튜플로 인덱싱된 요소의 테이블입니다. NumPy에서는 차원을 축이라고 합니다.
파이썬 소수점 이하 2자리까지 출력
NumPy의 배열 클래스는 다음과 같습니다. 은다레이 또는 별칭 배열 . numpy.array는 표준 Python 라이브러리 클래스와 동일하지 않습니다. 배열.배열 . array.array는 1차원 배열만 처리하며 더 적은 기능을 제공합니다.
통사론
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
매개변수
numpy.array() 함수에는 다음과 같은 매개변수가 있습니다.
1) 객체: array_like
__array__ 메서드가 중첩된 시퀀스나 배열을 반환하는 배열 인터페이스를 노출하는 모든 개체입니다.2) dtype : 선택적 데이터 유형
이 매개변수는 배열 요소에 대해 원하는 매개변수를 정의하는 데 사용됩니다. 데이터 유형을 정의하지 않으면 객체를 시퀀스로 유지하는 데 필요한 최소 유형으로 유형이 결정됩니다. 이 매개변수는 어레이를 업캐스팅하는 데에만 사용됩니다.3) 복사: bool(선택)
copy = true로 설정하면 객체가 복사됩니다. 그렇지 않으면 객체가 중첩된 시퀀스이거나 dtype, 순서 등과 같은 다른 요구 사항을 충족하기 위해 복사본이 필요할 때 복사본이 만들어집니다.4) 순서 : {'K', 'A', 'C', 'F'}, 선택 사항
order 매개변수는 배열의 메모리 레이아웃을 지정합니다. 객체가 배열이 아닌 경우 'F'를 지정하지 않으면 새로 생성된 배열은 C 순서(행 머리 또는 행 주요)가 됩니다. F를 지정하면 Fortran 순서(열 머리글 또는 열 주요 순서)가 됩니다. 객체가 배열인 경우 다음 순서를 따릅니다.| 주문하다 | 사본 없음 | 복사=참 |
|---|---|---|
| '케이' | 변하지 않은 | F와 C 순서가 유지됩니다. |
| 'ㅏ' | 변하지 않은 | 입력이 F이고 C가 아닌 경우 F 순서, 그렇지 않으면 C 순서 |
| '씨' | C주문 | C주문 |
| '에프' | F 주문 | F 주문 |
copy=False이거나 다른 이유로 복사가 이루어진 경우 결과는 A에 대한 일부 예외를 제외하고 copy= True와 동일합니다. 기본 순서는 'K'입니다.
5) 테스트 : bool(선택)
subok=True이면 하위 클래스가 통과합니다. 그렇지 않으면 반환된 배열은 강제로 기본 클래스 배열(기본값)이 됩니다.
세상에서 가장 아름다운 미소
6) ndmin : int(선택)
이 매개변수는 결과 배열에 포함되어야 하는 최소 차원 수를 지정합니다. 사용자는 이 요구 사항을 충족하기 위해 필요에 따라 모양 앞에 추가할 수 있습니다.
보고
numpy.array() 메서드는 ndarray를 반환합니다. ndarray는 지정된 요구 사항을 충족하는 배열 객체입니다.
이진 트리 우편 주문 순회
예시 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
산출:
array([1, 2, 3])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서는 축이 아닌 요소만 전달했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에는 배열이 표시되었습니다.
예 2:
import numpy as np arr=np.array([1,2.,3.]) arr
산출:
array([1., 2., 3.])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서는 정수, 부동 소수점 등과 같은 다양한 유형의 요소를 전달했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에는 개체를 시퀀스로 유지하는 데 최소 메모리가 필요한 유형의 요소가 포함된 배열이 표시되었습니다.
예 3: 둘 이상의 측정기준
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
산출:
array([[1., 2., 3.], [4., 5., 7.]])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서는 다양한 대괄호 안에 요소 수를 전달했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에는 다차원 배열이 표시되었습니다.
예 4: 최소 크기: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
산출:
추상 수업
array([[1., 2., 3.]])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서 대괄호 안의 요소 수와 차원을 전달하여 ndarray를 생성했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에는 2차원 배열이 표시되었습니다.
예시 5: 제공된 유형
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
산출:
array([12.+0.j, 45.+0.j, 3.+0.j])
위의 코드에서
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서 대괄호 안의 요소를 전달하고 dtype을 complex로 설정했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에서 'arr' 요소의 값은 복소수 형태로 표시되었습니다.
예제 6: 하위 클래스에서 배열 만들기
import numpy as np arr=np.array(np.mat('1 2;3 4')) arr arr=np.array(np.mat('1 2;3 4'),subok=True) arr
산출:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
위의 코드에서
키보드에 f5가 뭐야?
- 별칭 이름이 np인 numpy를 가져왔습니다.
- 'arr' 변수를 선언하고 np.array() 함수에서 반환된 값을 할당했습니다.
- array() 함수에서는 np.mat() 함수를 사용하여 행렬 형식으로 요소를 전달하고 subok=True를 설정했습니다.
- 마지막으로 arr의 값을 출력해 보았습니다.
출력에는 다차원 배열이 표시되었습니다.