Homojen çok boyutlu dizi ana nesnedir. Dizi . Temel olarak hepsi aynı türde olan ve bir grup pozitif tamsayı tarafından indekslenen öğelerden oluşan bir tablodur. Boyutlara NumPy'de eksen adı verilir.
yazılım testinde regresyon testi
NumPy'nin dizi sınıfı şu şekilde bilinir: ndarray veya takma ad dizisi . Numpy.array standart Python kütüphane sınıfıyla aynı değil dizi.dizi . array.array yalnızca tek boyutlu dizileri işler ve daha az işlevsellik sağlar.
Sözdizimi
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parametreler
numpy.array() fonksiyonunda aşağıdaki parametreler bulunmaktadır.
1) nesne: dizi_benzeri
__array__ yöntemi herhangi bir iç içe diziyi veya diziyi döndüren bir dizi arayüzünü ortaya çıkaran herhangi bir nesne.2) dtype : isteğe bağlı veri türü
Bu parametre dizi elemanı için istenen parametreyi tanımlamak için kullanılır. Eğer veri tipini tanımlamazsak o zaman nesneyi dizide tutmak için gerekli olan minimum tip olarak tipi belirleyecektir. Bu parametre yalnızca diziyi yukarıya yayınlamak için kullanılır.3) kopyala: bool (isteğe bağlı)
Copy'yi true olarak ayarlarsak, nesne kopyalanır, aksi takdirde kopya, bir nesne iç içe geçmiş bir dizi olduğunda veya dtype, order vb. gibi diğer gereksinimlerden herhangi birini karşılamak için bir kopyaya ihtiyaç duyulduğunda yapılır.4) sıra: {'K', 'A', 'C', 'F'}, isteğe bağlı
Order parametresi dizinin bellek düzenini belirtir. Nesne bir dizi olmadığında, 'F' belirtilmediği sürece yeni oluşturulan dizi C düzeninde (satır başı veya ana satır) olacaktır. F belirtildiğinde Fortran sırasına göre (sütun başı veya sütun-ana) olacaktır. Nesne bir dizi olduğunda aşağıdaki sırayı tutar.algoritmada kabarcık sıralama
| emir | kopya yok | kopya=Doğru |
|---|---|---|
| 'K' | değişmedi | F ve C sırası korunmuştur. |
| 'A' | değişmedi | Giriş F olduğunda ve C olmadığında F sırası aksi takdirde C sırası |
| 'C' | C sırası | C sırası |
| 'F' | F sırası | F sırası |
copy=False veya kopyalama başka bir nedenden dolayı yapıldığında sonuç, A için bazı istisnalar dışında copy= True ile aynı olacaktır. Varsayılan sıralama 'K'dır.
5) test: bool(isteğe bağlı)
Subok=True olduğunda alt sınıflar geçiş yapacaktır; aksi takdirde, döndürülen dizi temel sınıf dizisi olmaya zorlanır (varsayılan).
6) ndmin : int(isteğe bağlı)
Bu parametre, elde edilen dizinin sahip olması gereken minimum boyut sayısını belirtir. Kullanıcılar bu gereksinimi karşılamak için gerektiği şekilde şeklin başına eklenebilir.
İadeler
Numpy.array() yöntemi bir ndarray döndürür. Ndarray, belirtilen gereksinimleri karşılayan bir dizi nesnesidir.
dosya java'da açıldı
Örnek 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Çıktı:
array([1, 2, 3])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini tanımladık ve np.array() fonksiyonunun döndürdüğü değeri atadık.
- array() fonksiyonunda eksenleri değil, yalnızca elemanları ilettik.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda bir dizi gösterilmiştir.
Örnek 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Çıktı:
array([1., 2., 3.])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini tanımladık ve np.array() fonksiyonunun döndürdüğü değeri atadık.
- array() işlevinde, tamsayı, kayan nokta vb. gibi farklı türdeki öğeleri ilettik.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda, nesneyi sırayla tutmak için minimum bellek gerektiren türdeki öğeleri içeren bir dizi görüntülendi.
Örnek 3: Birden fazla boyut
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Çıktı:
array([[1., 2., 3.], [4., 5., 7.]])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini tanımladık ve np.array() fonksiyonunun döndürdüğü değeri atadık.
- array() fonksiyonunda, farklı köşeli parantez içindeki eleman sayısını aktardık.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda çok boyutlu bir dizi gösterilmiştir.
Örnek 4: Minimum boyutlar: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Çıktı:
kat timpf yüksekliği
array([[1., 2., 3.]])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini tanımladık ve np.array() fonksiyonunun döndürdüğü değeri atadık.
- array() işlevinde, bir köşeli parantez içindeki öğe sayısını ve bir ndarray oluşturmak için boyutu ilettik.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda iki boyutlu bir dizi gösterilmiştir.
Örnek 5: Sağlanan tür
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Çıktı:
array([12.+0.j, 45.+0.j, 3.+0.j])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini bildirdik ve np.array() fonksiyonu tarafından döndürülen değeri atadık.
- array() fonksiyonunda köşeli parantez içindeki elemanları aktardık ve dtype'ı karmaşık olarak ayarladık.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda 'arr' elemanlarının değerleri karmaşık sayılar biçiminde gösterilmiştir.
Örnek 6: Alt sınıflardan dizi oluşturma
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
Çıktı:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
Yukarıdaki kodda
- Numpy'yi np takma adıyla içe aktardık.
- 'arr' değişkenini bildirdik ve np.array() fonksiyonu tarafından döndürülen değeri atadık.
- array() fonksiyonunda np.mat() fonksiyonunu kullanarak matris formundaki elemanları aktardık ve subok=True ayarını yaptık.
- Son olarak arr değerini yazdırmaya çalıştık.
Çıktıda çok boyutlu bir dizi gösterilmiştir.
işletim sisteminin kullanım alanları