A matriz multidimensional homogênea é o principal objeto de NumPy . É basicamente uma tabela de elementos que são todos do mesmo tipo e indexados por uma tupla de inteiros positivos. As dimensões são chamadas de eixo em NumPy.
sistema operacional linux
A classe de array do NumPy é conhecida como ndarray ou matriz de alias . O numpy.array não é igual à classe da biblioteca Python padrão matriz.matriz . O array.array lida apenas com arrays unidimensionais e fornece menos funcionalidade.
Sintaxe
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parâmetros
Existem os seguintes parâmetros na função numpy.array().
1) objeto: array_like
Qualquer objeto que expõe uma interface de array cujo método __array__ retorna qualquer sequência aninhada ou um array.2) dtype: tipo de dados opcional
Este parâmetro é usado para definir o parâmetro desejado para o elemento do array. Se não definirmos o tipo de dados, ele determinará o tipo como o tipo mínimo necessário para manter o objeto na sequência. Este parâmetro é usado apenas para upcasting da matriz.3) copiar: bool (opcional)
Se definirmos copy igual a true, o objeto será copiado, caso contrário, a cópia será feita quando um objeto for uma sequência aninhada ou uma cópia for necessária para satisfazer qualquer um dos outros requisitos, como dtype, order, etc.array adicionando elementos java
4) ordem: {'K', 'A', 'C', 'F'}, opcional
O parâmetro order especifica o layout de memória do array. Quando o objeto não é uma matriz, a matriz recém-criada estará na ordem C (cabeça da linha ou linha principal), a menos que 'F' seja especificado. Quando F for especificado, ele estará na ordem Fortran (cabeçalho da coluna ou coluna principal). Quando o objeto é um array, ele mantém a seguinte ordem.| ordem | sem cópia | copiar = Verdadeiro |
|---|---|---|
| 'K' | Inalterado | Ordem F e C preservada. |
| 'A' | Inalterado | Quando a entrada é F e não C, então ordem F, caso contrário, ordem C |
| 'C' | Ordem C | Ordem C |
| 'F' | Ordem F | Ordem F |
Quando copy=False ou a cópia for feita por outro motivo, o resultado será o mesmo que copy= True com algumas exceções para A. A ordem padrão é 'K'.
5) teste: bool (opcional)
Quando subok=True, então as subclasses passarão; caso contrário, o array retornado será forçado a ser um array de classe base (padrão).
6) ndmin: int(opcional)
Este parâmetro especifica o número mínimo de dimensões que o array resultante deve ter. Os usuários podem ser anexados à forma conforme necessário para atender a esse requisito.
Devoluções
O método numpy.array() retorna um ndarray. O ndarray é um objeto array que satisfaz os requisitos especificados.
remover o primeiro caractere do Excel
Exemplo 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Saída:
array([1, 2, 3])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos apenas os elementos, não o eixo.
- Por último, tentamos imprimir o valor de arr.
Na saída, uma matriz foi mostrada.
Exemplo 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Saída:
array([1., 2., 3.])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos elementos de diferentes tipos, como inteiro, flutuante, etc.
- Por último, tentamos imprimir o valor de arr.
Na saída, foi exibido um array contendo elementos desse tipo que requerem memória mínima para conter o objeto na sequência.
Exemplo 3: Mais de uma dimensão
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Saída:
array([[1., 2., 3.], [4., 5., 7.]])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos o número de elementos entre colchetes diferentes.
- Por último, tentamos imprimir o valor de arr.
Na saída, uma matriz multidimensional foi mostrada.
Exemplo 4: Dimensões mínimas: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Saída:
string em métodos java
array([[1., 2., 3.]])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos o número de elementos entre colchetes e a dimensão para criar um ndarray.
- Por último, tentamos imprimir o valor de arr.
Na saída, uma matriz bidimensional foi mostrada.
Exemplo 5: Tipo fornecido
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Saída:
array([12.+0.j, 45.+0.j, 3.+0.j])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos os elementos entre colchetes e definimos o dtype como complexo.
- Por último, tentamos imprimir o valor de arr.
Na saída, os valores dos elementos 'arr' foram mostrados na forma de números complexos.
Exemplo 6: Criando um array a partir de subclasses
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
Saída:
formatador de strings
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
No código acima
- Importamos numpy com o nome alternativo np.
- Declaramos a variável 'arr' e atribuímos o valor retornado pela função np.array().
- Na função array(), passamos os elementos na forma de matriz usando a função np.mat() e definimos subok=True.
- Por último, tentamos imprimir o valor de arr.
Na saída, uma matriz multidimensional foi mostrada.