La matriz multidimensional homogénea es el objeto principal de NumPy . Básicamente es una tabla de elementos que son todos del mismo tipo y están indexados por una tupla de números enteros positivos. Las dimensiones se denominan eje en NumPy.
algoritmos de búsqueda
La clase de matriz de NumPy se conoce como ndarray o matriz de alias . numpy.array no es lo mismo que la clase de biblioteca estándar de Python matriz.matriz . array.array maneja solo matrices unidimensionales y proporciona menos funcionalidad.
Sintaxis
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
Parámetros
Existen los siguientes parámetros en la función numpy.array().
1) objeto: tipo matriz
Cualquier objeto que exponga una interfaz de matriz cuyo método __array__ devuelva cualquier secuencia anidada o una matriz.2) dtype: tipo de datos opcional
Este parámetro se utiliza para definir el parámetro deseado para el elemento de la matriz. Si no definimos el tipo de datos, determinará el tipo como el tipo mínimo que será necesario para contener el objeto en la secuencia. Este parámetro se utiliza sólo para actualizar la matriz.3) copiar: bool (opcional)
Si establecemos copia igual a verdadero, el objeto se copia; de lo contrario, la copia se realizará cuando un objeto sea una secuencia anidada, o se necesite una copia para satisfacer cualquiera de los otros requisitos, como tipo d, orden, etc.4) orden: {'K', 'A', 'C', 'F'}, opcional
El parámetro de orden especifica el diseño de la memoria de la matriz. Cuando el objeto no es una matriz, la matriz recién creada estará en orden C (cabeza de fila o fila principal) a menos que se especifique 'F'. Cuando se especifica F, estará en orden Fortran (cabeza de columna o columna principal). Cuando el objeto es una matriz, mantiene el siguiente orden.| orden | no copy | copiar = Verdadero |
|---|---|---|
| 'K' | Sin alterar | Se conserva el orden F y C. |
| 'A' | Sin alterar | Cuando la entrada es F y no C, entonces orden F; de lo contrario, orden C |
| 'C' | orden C | orden C |
| 'F' | orden F | orden F |
Cuando copy=False o la copia se realiza por otro motivo, el resultado será el mismo que copy= True con algunas excepciones para A. El orden predeterminado es 'K'.
5) prueba: bool (opcional)
comandos sql ddl
Cuando subok = True, las subclases pasarán; de lo contrario, la matriz devuelta será forzada a ser una matriz de clase base (predeterminada).
6) ndmin: int (opcional)
Este parámetro especifica el número mínimo de dimensiones que debe tener la matriz resultante. Los usuarios pueden anteponer la forma según sea necesario para cumplir con este requisito.
Devoluciones
El método numpy.array() devuelve un ndarray. El ndarray es un objeto de matriz que satisface los requisitos especificados.
stlc
Ejemplo 1: numpy.array()
import numpy as np arr=np.array([1,2,3]) arr
Producción:
array([1, 2, 3])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y hemos asignado el valor devuelto por la función np.array().
- En la función array(), hemos pasado solo los elementos, no el eje.
- Por último, hemos intentado imprimir el valor de arr.
En el resultado, se muestra una matriz.
Ejemplo 2:
import numpy as np arr=np.array([1,2.,3.]) arr
Producción:
array([1., 2., 3.])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y hemos asignado el valor devuelto por la función np.array().
- En la función array(), hemos pasado elementos de diferente tipo como entero, flotante, etc.
- Por último, hemos intentado imprimir el valor de arr.
En la salida, se muestra una matriz que contiene elementos de dicho tipo que requieren una memoria mínima para contener el objeto en la secuencia.
Ejemplo 3: más de una dimensión
import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr
Producción:
array([[1., 2., 3.], [4., 5., 7.]])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y hemos asignado el valor devuelto por la función np.array().
- En la función array(), hemos pasado el número de elementos entre diferentes corchetes.
- Por último, hemos intentado imprimir el valor de arr.
En el resultado, se muestra una matriz multidimensional.
Ejemplo 4: Dimensiones mínimas: 2
import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr
Producción:
ctc formulario completo
array([[1., 2., 3.]])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y hemos asignado el valor devuelto por la función np.array().
- En la función array(), hemos pasado el número de elementos entre corchetes y la dimensión para crear un ndarray.
- Por último, hemos intentado imprimir el valor de arr.
En el resultado, se muestra una matriz bidimensional.
Ejemplo 5: tipo proporcionado
import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr
Producción:
contiene pitón
array([12.+0.j, 45.+0.j, 3.+0.j])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y le hemos asignado el valor devuelto por la función np.array().
- En la función array(), pasamos los elementos entre corchetes y configuramos el tipo d en complejo.
- Por último, hemos intentado imprimir el valor de arr.
En el resultado, los valores de los elementos 'arr' se muestran en forma de números complejos.
Ejemplo 6: crear una matriz a partir de subclases
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
Producción:
array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]])
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos declarado la variable 'arr' y le hemos asignado el valor devuelto por la función np.array().
- En la función array(), pasamos los elementos en forma de matriz usando la función np.mat() y configuramos subok=True.
- Por último, hemos intentado imprimir el valor de arr.
En el resultado, se muestra una matriz multidimensional.