Giới thiệu NumPy trong Python

Trước khi bắt đầu làm việc với mảng trong python, thì chúng ta cần tìm hiểu qua Numpy vì đây là công cụ giúp các bạn tạo mảng trong Python

NumPy là gì?

NumPy là một thư viện python được sử dụng để làm việc với các mảng.

Nó cũng có các chức năng để làm việc trong miền của đại số tuyến tính, biến đổi fourier và ma trận.

NumPy được tạo ra vào năm 2005 bởi Travis Oliphant. Đây là một dự án nguồn mở và bạn có thể sử dụng nó một cách tự do.

NumPy là viết tắt của Numerical Python.

Tại sao nên sử dụng NumPy?

Trong Python, chúng tôi có các danh sách phục vụ mục đích của mảng, nhưng chúng chậm xử lý.

NumPy nhằm mục đích cung cấp một đối tượng mảng nhanh hơn tới 50 lần so với danh sách Python truyền thống.

Đối tượng mảng trong NumPy được gọi ndarray nó cung cấp rất nhiều hàm hỗ trợ giúp làm việc ndarray rất dễ dàng.

Mảng được sử dụng rất thường xuyên trong khoa học dữ liệu, trong đó tốc độ và tài nguyên là rất quan trọng.

Numpy có giống với List trong python không?

Mảng NumPy được lưu trữ tại một nơi liên tục trong bộ nhớ không giống như danh sách, vì vậy các quy trình có thể truy cập và thao tác chúng rất hiệu quả.

Hành vi này được gọi là địa phương của tài liệu tham khảo trong khoa học máy tính.

Đây là lý do chính tại sao NumPy nhanh hơn list. Ngoài ra, nó được tối ưu hóa để làm việc với các kiến ​​trúc CPU mới nhất.

Cách cài đặt Numpy

Nếu bạn đã cài đặt Python và PIP trên một hệ thống, thì việc cài đặt NumPy rất dễ dàng.

Cài đặt nó bằng lệnh này:

C:\Users\Your Name>pip install numpy

Tạo Mảng trong Python

NumPy được sử dụng để làm việc với các mảng. Đối tượng mảng trong NumPy được gọi ndarray

Chúng ta có thể tạo một ndarray đối tượng NumPy bằng cách sử dụng array() hàm.

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))

Tạo mảng 0 chiều (Array 0-D) trong python

Mảng 0-D, hay vô hướng, là các phần tử trong một mảng. Mỗi giá trị trong một mảng là một mảng 0-D.

Tạo mảng 0-D với giá trị 42

import numpy as np
arr = np.array(42)
print(arr)

Tạo mảng 1 chiều (Array 1-D) trong python

Một mảng có mảng 0-D là các phần tử của nó được gọi là mảng đơn chiều hoặc 1-D. Đây là những mảng phổ biến và cơ bản nhất.

Tạo mảng 1 chiều (Array 1-D) chứa các giá trị 1,2,3,4,5:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)

Tạo mảng 2 chiều (Array 2-D) hay ma trận trong python

Một mảng có mảng 1-D là các phần tử của nó được gọi là mảng 2-D.

Chúng thường được sử dụng để đại diện cho ma trận hoặc tenxơ bậc 2.

Ví dụ: Tạo mảng 2 chiều chứa hai mảng với các giá trị 1,2,3 và 4,5,6:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

Tạo mảng 3 chiều (Array 3-D) trong python

Một mảng có mảng 2-D (ma trận) làm các phần tử của nó được gọi là mảng 3-D.

Chúng thường được sử dụng để đại diện cho một tenor bậc 3.

Tạo một mảng 3-D với hai mảng 2-D, cả hai đều chứa hai mảng với các giá trị 1,2,3 và 4,5,6:

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)

Kiểm tra kích thước (Dimension) của mảng (Array) trong python

NumPy Mảng cung cấp ndimthuộc tính trả về một số nguyên cho chúng ta biết mảng có bao nhiêu kích thước.

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)

#ket qua:
0
1
2
3

Kết luận

Series Navigation<< Class và Objects trong python, cách sử dụng và khai báo class trong pythonHàm range() trong python, cách sử dụng hàm range hiệu quả nhất trong python >>

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *