programming python

Tạo một mảng 2D NumPy trong Python

Có nhiều cách khác nhau để tạo hoặc khởi tạo mảng trong NumPy, một cách tiếp cận được sử dụng nhiều nhất là sử dụng numpy. hàm mảng []. Phương thức này lấy danh sách các giá trị hoặc một bộ làm đối số và trả về một đối tượng ndarray [mảng NumPy]. Trong Python, cấu trúc dữ liệu dạng ma trận được sử dụng phổ biến nhất với các mảng


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Gói


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

9 Python được phát triển tốt để tính toán ma trận hiệu quả. Mảng N-Dimension đóng vai trò chính trong máy học và khoa học dữ liệu. Để sử dụng mảng NumPy, chúng ta phải khởi tạo hoặc tạo mảng NumPy. Trong bài viết này, tôi sẽ giải thích cách tạo mảng NumPy theo nhiều cách khác nhau với các ví dụ

Sau đây là các ví dụ nhanh về cách tạo mảng NumPy


# Import numpy module
import numpy as np

# Example 1: Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# Example 2: create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Example 3: Create a sequence of integers
# from 0 to 20 with steps of 3
arr= np.arange[0, 20, 3]
print ["A sequential array with steps of 3:\n", arr]

# Example 4: Create a sequence of 5 values in range 0 to 3
arr= np.linspace[0, 3, 5]
print ["A sequential array with 5 values between 0 and 5:\n", arr]

# Example 5: Use asarray[] convert array
list = [20,40,60,80]
array = np.asarray[list]
print[" Array:", array]

# Example 6: Use empty[] create array
arr = [3, 4]  # 3 rows and 4 columns
rr1 = np.empty[arr]
print[" Array with values:\n",arr1]

# Example 7:Use zero[] create array
arr = np.zeros[[3,2]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Example 8: Use ones[] create array
arr = np.ones[[2,3]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Create array from existing array
# Using copy[]
arr=np.array[[10,20,30]]
arr1=arr.copy[]
print["Original array",arr]
print["Copied array",arr1]

# Create array using = operator
arr=np.array[[10,20,30]]
arr1=arr
print["Original array",arr]
print["Copied array",arr1]

Tạo mảng NumPy
Sử dụng hàm arange[] để tạo mảng
Sử dụng hàm linspace[]
Tạo một mảng từ danh sách Python hoặc tuple
Sử dụng hàm empty[]
Tạo mảng NumPy bằng cách sử dụng numpy. số không[]
Tạo mảng NumPy bằng cách sử dụng numpy. một[]

1. Tạo mảng NumPy

Mảng NumPy hỗ trợ mảng N chiều, hãy xem cách khởi tạo mảng đơn và mảng đa chiều bằng hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

1. Hàm này trả về đối tượng


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

1. 1. Tạo một mảng NumPy một chiều

Bạn có thể tạo mảng một chiều bằng cách sử dụng danh sách các số. Sử dụng hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

1, đây là cách quen thuộc nhất để tạo mảng NumPy từ các đối tượng giống mảng khác. Ví dụ: bạn có thể sử dụng chức năng này để tạo một mảng từ danh sách python và bộ dữ liệu


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

1. 2. Tạo mảng NumPy đa chiều

Một list các list sẽ tạo mảng 2D Numpy, tương tự bạn cũng có thể tạo mảng N chiều. Hãy tạo một mảng 2D bằng cách sử dụng hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

2. Sử dụng Hàm arange[] để tạo một mảng

Để tạo một mảng với các dãy số, NumPy cung cấp hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

5 tương tự như hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

6 tích hợp trong Python nhưng trả về một mảng. Sau đây là cú pháp của


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Hàm này trả về các giá trị cách đều nhau trong một khoảng thời gian nhất định. Nói cách khác, điều này trả về một danh sách các giá trị từ giá trị


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

8 và


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

9 bằng cách tăng 1. Nếu


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

0 được chỉ định, nó sẽ tăng giá trị theo một bước nhất định. Ví dụ:


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

1 trả về


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

3. Sử dụng hàm linspace[]


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

3 trả về các giá trị cách đều nhau trong một khoảng thời gian nhất định. Giống như hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

5, hàm


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

3 cũng có thể được sử dụng để tạo mảng NumPy nhưng với quy tắc chặt chẽ hơn

Trong hàm này, chúng ta có quyền kiểm soát vị trí bắt đầu mảng Numpy, vị trí dừng và số lượng giá trị trả về giữa điểm bắt đầu và điểm dừng. Hãy tưởng tượng nếu bạn có một số đối số trong hàm


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

5 để tạo mảng Numpy, mảng này cung cấp cho bạn mảng đầu ra có các phần tử không được phân bậc theo tuyến tính, trong trường hợp như vậy,


# Create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Output
# My 2D numpy array:
# [[10 20 30]
# [40 50 60]]

print["Type:", type[arr2]]
# Type:

3 sẽ giải cứu


# Import numpy module
import numpy as np

# Example 1: Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# Example 2: create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Example 3: Create a sequence of integers
# from 0 to 20 with steps of 3
arr= np.arange[0, 20, 3]
print ["A sequential array with steps of 3:\n", arr]

# Example 4: Create a sequence of 5 values in range 0 to 3
arr= np.linspace[0, 3, 5]
print ["A sequential array with 5 values between 0 and 5:\n", arr]

# Example 5: Use asarray[] convert array
list = [20,40,60,80]
array = np.asarray[list]
print[" Array:", array]

# Example 6: Use empty[] create array
arr = [3, 4]  # 3 rows and 4 columns
rr1 = np.empty[arr]
print[" Array with values:\n",arr1]

# Example 7:Use zero[] create array
arr = np.zeros[[3,2]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Example 8: Use ones[] create array
arr = np.ones[[2,3]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Create array from existing array
# Using copy[]
arr=np.array[[10,20,30]]
arr1=arr.copy[]
print["Original array",arr]
print["Copied array",arr1]

# Create array using = operator
arr=np.array[[10,20,30]]
arr1=arr
print["Original array",arr]
print["Copied array",arr1]

Hàm này lấy các đối số


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

9 và


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

30 [số lượng phần tử] để xuất ra. Số lượng phần tử này sẽ được đặt cách đều nhau trong phạm vi được đề cập. Ví dụ,


# Import numpy module
import numpy as np

# Example 1: Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# Example 2: create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Example 3: Create a sequence of integers
# from 0 to 20 with steps of 3
arr= np.arange[0, 20, 3]
print ["A sequential array with steps of 3:\n", arr]

# Example 4: Create a sequence of 5 values in range 0 to 3
arr= np.linspace[0, 3, 5]
print ["A sequential array with 5 values between 0 and 5:\n", arr]

# Example 5: Use asarray[] convert array
list = [20,40,60,80]
array = np.asarray[list]
print[" Array:", array]

# Example 6: Use empty[] create array
arr = [3, 4]  # 3 rows and 4 columns
rr1 = np.empty[arr]
print[" Array with values:\n",arr1]

# Example 7:Use zero[] create array
arr = np.zeros[[3,2]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Example 8: Use ones[] create array
arr = np.ones[[2,3]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Create array from existing array
# Using copy[]
arr=np.array[[10,20,30]]
arr1=arr.copy[]
print["Original array",arr]
print["Copied array",arr1]

# Create array using = operator
arr=np.array[[10,20,30]]
arr1=arr
print["Original array",arr]
print["Copied array",arr1]

4. Tạo mảng NumPy từ danh sách/tuple Sử dụng asarray[]

Như tôi đã giải thích ở trên, mảng cũng có thể được tạo bằng cách sử dụng nhiều loại dữ liệu khác nhau như danh sách, bộ dữ liệu, v.v. Danh sách có thể chuyển đổi thành mảng bằng các hàm tích hợp bên dưới trong thư viện Python NumPy


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Cách sử dụng của


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

1 mình đã trình bày ở phần 1 rồi, bây giờ hãy xem cách sử dụng


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

32 và sự khác biệt với mảng[]. trên thực tế numpy. hàm asarray[] gọi hàm numpy. hàm mảng [] bên trong


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

Sự khác biệt khác giữa


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

35 và


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

36 là cờ


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

37 là


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

38 với


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

36 và


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

90 [theo mặc định] trong trường hợp


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Điều này có nghĩa là


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

35 sẽ tạo một bản sao của đối tượng [theo mặc định] và chuyển đổi đối tượng đó thành một mảng. Ví dụ,


# Import numpy module
import numpy as np

# Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# My 1D array: 
# [10 20 30 40]

print["Type:", type[arr1]]
# Type:

5. Tạo Mảng trống bằng hàm empty[]

Ngay cả khi bạn không có bất kỳ giá trị nào để tạo một mảng NumPy, bạn vẫn có thể tạo một mảng trống. Trên thực tế, một mảng trống không rỗng, nó chỉ chứa những giá trị rất nhỏ, vô nghĩa

Sử dụng hàm


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

93 để tạo một mảng NumPy trống, truyền cho nó một bộ hình dạng. Đoạn mã dưới đây cho thấy làm thế nào điều này được thực hiện. Lưu ý rằng mảng đầu ra có chứa các giá trị


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Hãy xem với một ví dụ. Ở bên dưới, nó tạo ra một mảng trống với hình dạng 3 hàng và 4 cột


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

6. Tạo mảng NumPy của Zeros

Sử dụng hàm


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

94 để tạo một mảng có hình dạng xác định chứa giá trị không [0]. Hàm


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

94 gần giống với hàm


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

96 và rỗng[], điểm khác biệt duy nhất là mảng kết quả chứa giá trị bằng 0. Một lần nữa, bạn chỉ cần chuyển một bộ hình cho hàm này


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

7. Tạo mảng NumPy với Value One's

Để tạo một mảng NumPy gồm các hình mong muốn được lấp đầy bằng các hình bằng cách sử dụng hàm


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

97. Ví dụ,


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

8. Tạo mảng từ mảng hiện có

Chúng ta có thể tạo một mảng từ một mảng hiện có bằng cách sao chép các phần tử của mảng này sang mảng khác

8. 1 Sử dụng phương thức copy[]

Để tạo một mảng từ một mảng NumPy hiện có, Python cung cấp một phương thức dựng sẵn là phương thức


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

98. Nói một cách đơn giản hơn để sao chép các phần tử mảng vào một mảng khác. Nếu bạn thực hiện các thay đổi trong một mảng ban đầu sẽ không được phản ánh trong phương thức sao chép. Dưới đây là cú pháp của copy[]


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Phương thức


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

98 trả về một mảng mới, chứa chính xác các phần tử giống như mảng ban đầu. Ví dụ,


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

Nếu bạn cho phép bất kỳ thay đổi nào trong mảng ban đầu thì những thay đổi đó không được phản ánh trong mảng ban đầu


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

8. 2 Sử dụng = [toán tử gán]

Sử dụng


# Import numpy module
import numpy as np

# Example 1: Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# Example 2: create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Example 3: Create a sequence of integers
# from 0 to 20 with steps of 3
arr= np.arange[0, 20, 3]
print ["A sequential array with steps of 3:\n", arr]

# Example 4: Create a sequence of 5 values in range 0 to 3
arr= np.linspace[0, 3, 5]
print ["A sequential array with 5 values between 0 and 5:\n", arr]

# Example 5: Use asarray[] convert array
list = [20,40,60,80]
array = np.asarray[list]
print[" Array:", array]

# Example 6: Use empty[] create array
arr = [3, 4]  # 3 rows and 4 columns
rr1 = np.empty[arr]
print[" Array with values:\n",arr1]

# Example 7:Use zero[] create array
arr = np.zeros[[3,2]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Example 8: Use ones[] create array
arr = np.ones[[2,3]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Create array from existing array
# Using copy[]
arr=np.array[[10,20,30]]
arr1=arr.copy[]
print["Original array",arr]
print["Copied array",arr1]

# Create array using = operator
arr=np.array[[10,20,30]]
arr1=arr
print["Original array",arr]
print["Copied array",arr1]

50 để sao chép các phần tử của mảng sang mảng khác. Nó không chỉ sao chép các phần tử mà còn gán chúng bằng nhau. xem các ví dụ dưới đây. Nếu bất kỳ sửa đổi nào được cho phép trong mảng ban đầu, điều này sẽ được phản ánh trong mảng sao chép. Ví dụ,


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

9. Tạo mảng NumPy từ tệp CSV

Định dạng tệp CSV là định dạng dễ dàng và hữu ích nhất để lưu trữ dữ liệu. Hãy xem cách tạo mảng NumPy bằng cách đọc tệp CSV. Trước tiên, hãy tạo một tệp CSV có nội dung bên dưới và lưu nó dưới dạng


# Import numpy module
import numpy as np

# Example 1: Creation of 1D array
arr1=np.array[[10,20,30]]
print["My 1D array:\n",arr1]

# Example 2: create a 2D numpy array
arr2 = np.array[[[10,20,30],[40,50,60]]]
print["My 2D numpy array:\n", arr2]

# Example 3: Create a sequence of integers
# from 0 to 20 with steps of 3
arr= np.arange[0, 20, 3]
print ["A sequential array with steps of 3:\n", arr]

# Example 4: Create a sequence of 5 values in range 0 to 3
arr= np.linspace[0, 3, 5]
print ["A sequential array with 5 values between 0 and 5:\n", arr]

# Example 5: Use asarray[] convert array
list = [20,40,60,80]
array = np.asarray[list]
print[" Array:", array]

# Example 6: Use empty[] create array
arr = [3, 4]  # 3 rows and 4 columns
rr1 = np.empty[arr]
print[" Array with values:\n",arr1]

# Example 7:Use zero[] create array
arr = np.zeros[[3,2]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Example 8: Use ones[] create array
arr = np.ones[[2,3]]
print["numpy array:\n", arr]
print["Type:", type[arr]]

# Create array from existing array
# Using copy[]
arr=np.array[[10,20,30]]
arr1=arr.copy[]
print["Original array",arr]
print["Copied array",arr1]

# Create array using = operator
arr=np.array[[10,20,30]]
arr1=arr
print["Original array",arr]
print["Copied array",arr1]

In the below example replace the with the actual path where you saved the CSV file.


# Syntax of numpy.array[]
numpy.array[object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None]

10. Sự kết luận

Trong bài viết này, tôi đã giải thích cách tạo một mảng NumPy theo nhiều cách khác nhau với các ví dụ. cũng đã học cách khởi tạo mảng Numpy bằng cách đọc nội dung từ tệp CSV

Làm cách nào để tạo một mảng 2D trong numpy?

Tạo mảng hai chiều . Để biến nó thành một mảng hai chiều, hãy xâu chuỗi đầu ra của nó bằng hàm định hình lại . Đầu tiên, 20 số nguyên sẽ được tạo và sau đó nó sẽ chuyển đổi mảng thành mảng hai chiều có 4 hàng và 5 cột.

Mảng numpy 2D là gì?

Mảng 2D còn được gọi là Ma trận có thể được biểu diễn dưới dạng tập hợp các hàng và cột . Trong bài viết này, chúng ta đã khám phá mảng 2D trong Numpy trong Python. Numpy là một thư viện trong Python bổ sung hỗ trợ cho các mảng và ma trận lớn đa chiều cùng với các hàm toán học cấp cao để vận hành các mảng này.

Làm cách nào bạn có thể tạo một mảng có nhiều mảng?

Đối tượng mảng trong NumPy được gọi là ndarray. Chúng ta có thể tạo một đối tượng NumPy ndarray bằng cách sử dụng hàm array[] .

Làm cách nào để tạo mảng 2D từ mảng 1d trong python?

Sử dụng hàm reshape[] để chuyển mảng 1d thành mảng 2d . Chúng tôi có thể thêm hoặc xóa tham số hoặc điều chỉnh số lượng mục trong mọi thứ nguyên bằng cách sử dụng tính năng định hình lại.