Numpy là gì

  -  
*


Trang chủ‎ > ‎Nguyễn Văn uống Hải‎ > ‎Nghiên cứu‎ > ‎Machine Learning‎ > ‎Building Machine Learning system with Python‎ > ‎Chương thơm 1: Bắt đầu cùng với Python‎ > ‎
Cơ bản Đối tượng chủ yếu của Numpy là những hàng đa chiều nhất quán (homogeneous multidimention array). Là một bảng tập thích hợp những bộ phận cùng dạng hình tài liệu với được chỉ mục bởi các số nguim dương. Chiều trong Numpy được Gọi là trục (axes). Chỉ số của trục call là hạng (rank).

Bạn đang xem: Numpy là gì


Ví dụ, tọa độ của một điểm trong không khí 3 chiều <1, 2, 1> là một dãy tất cả rank là 1 trong những, cũng chính vì nó chỉ tất cả một trục. Trục này còn có chiều nhiều năm là 3. lấy một ví dụ tiếp sau là dãy có rank là 2. Trục thứ nhất bao gồm chiều dài bởi 2 cùng trục thứ 2 bao gồm chiều nhiều năm bằng 3.

Xem thêm: Nữ Đại Gia Thái Lan Tuyển Chồng Đã Lên Con Số Thứ 12, Nữ Đại Gia Thái Lan Tuyển Chồng


Các lớp của dãy vào Numpy hotline là ndarray. Thường nhắc như là thương hiệu riêng của array. Note: Numpy.array thì rất khác cùng với lớp array.array vào tlỗi viện chuẩn của Pyhẹp, thực hiện dãy chỉ bao gồm một chiều cùng gồm không nhiều hàm rộng. Các trực thuộc tính đặc biệt quan trọng của hàm ndarray.ndarray.ndyên ổn số trục (chiều) của hàng. Trong pyhẹp, số chiều được Hotline là hạng (rank - số sản phẩm chứa trong ma trận)ndarray.shape chiều của dãy. Đây là 1 tuple các số nguyên chỉ kích cỡ của dãy trong mỗi chiều. Biểu diễn bởi ma trận cùng với n chiếc cùng m cột, những thiết kế sẽ là (n,m). Độ lâu năm của một shape tuple sẽ là hạng Hay những số chiều, ndim.ndarray.kích thước toàn bô các phần tử cất vào dãy. Bằng với tích (product) các bộ phận gồm vào shapendarray.itemform size Kích thước của những phần tử được tính bởi bytes. lấy ví dụ như, một chuỗi có các bộ phận tất cả vẻ bên ngoài dữ liệu là float64 tất cả itemkích cỡ 8 (=64/8). Tương đương với ndarray.dtype.itemsizendarray.data Sở đệm (buffer) đựng các thành phần hiện tại của hàng. Đôi khi, chúng ta không cần phải cần sử dụng quánh tính này cũng chính vì, chúng ta truy cập được phần tử của dãy thông qua indexing facilities
Khởi sinh sản dãy
Có không hề ít cách để sinh sản một dãy. Ví dụ, có thể tạo được dãy trường đoản cú menu hoặc tuple của pyhẹp áp dụng hàm array. Kiểu tài liệu của kết quả sẽ được suy đân oán từ bỏ dạng hình tài liệu của những phần từ theo đồ vật từ ( sequences).

Xem thêm: Afta Là Gì ? Khu Vực Mậu Dịch Tự Do Asean (Afta) Là Gì


Lỗi không nên thường gặp Lúc Call hàm array là nên được gọi dạng các argument, rộng là cung cấp 1 list các số của một agument.
array đưa tự sequences of sequences quý phái dạng hàng 2-chiều, hoặc sequences of sequences sang dạng dãy 3-chiều
thường thì, những thành phần của hàng rất nhiều không khẳng định trước, tuy nhiên lại xác minh được form size của tầm thường. Vì nuốm Numpy có không ít hàm hoàn toàn có thể tạo ra hàng cùng với lượng tài liệu được giữ lại ban sơ ( initial placeholder content).Việcbớt buổi tối tgọi sự vững mạnh cần thiết của dãy yên cầu vượt trính đắt đỏ.Hàm zeros tạo nên một dãy tất cả những thành phần 0, hàm ones tạo ra dãy có toàncác thành phần 1,cùng hàm empty tạo thành dãy với giá trị được chọn bất chợt vàphụ thuộc vào vàotinh thần của bộ nhớ lưu trữ. Mặc định, phong cách tài liệu được tạo thành là float64
Hàm arange thường xuyên được áp dụng cùng với những argument cồn, yêu cầu khó mà đân oán đượcsố những phần tử cất trong nó, hoặc xác minh độ đúng chuẩn của điểm đụng đó.Vì gắng, đã giỏi hơn nếu như ta sử dụng hàm linspace cảm nhận argument là số cácphần tử mà họ ao ước bao gồm, ví dụ: