NumPy (Numerical Python) ist eine Bibliothek für die Programmiersprache Python, die Arrays von mehrdimensionalen Daten und zahlreiche Funktionen für die Arbeit mit ihnen bereitstellt. Das Erstellen und Füllen eines Numpy-Arrays ist eine der ersten Aufgaben bei der Verwendung dieser Bibliothek.
Sie können ein Numpy-Array mit einer Funktion erstellen numpy.array(). Als Funktionsargument wird eine Liste oder ein Tupel von Elementen übergeben, die sich im Array befinden müssen.
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
In diesem Beispiel haben wir ein eindimensionales Array mit Elementen erstellt 1, 2, 3, 4, 5.
Wenn Sie ein mehrdimensionales Array erstellen möchten, dann als Funktionsargument numpy.array() eine Liste oder ein Tupel wird aus Listen oder Tupeln übergeben.
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
In diesem Beispiel haben wir ein 3x3-zweidimensionales Array mit Elementen der Zahlen 1 bis 9 erstellt.
Was ist ein Numpy-Array
Numpy-Arrays können eine beliebige Anzahl von Dimensionen und Größen haben, sodass Sie Daten bequem speichern und manipulieren können. Sie ermöglichen es Ihnen, mathematische Operationen gleichzeitig an allen Elementen eines Arrays durchzuführen, was sie für die Arbeit mit großen Datenmengen sehr nützlich macht.
Verwenden Sie die Funktion numpy, um ein numpy-Array zu erstellen.array(). Sie können ein Array mit Werten eines bestimmten Datentyps füllen, indem Sie Listen, Tupel oder andere Arrays verwenden. Sie können auch ein Array erstellen, das mit Nullen oder Einsen gefüllt ist, indem Sie die Numpy-Funktionen verwenden.zeros() und numpy.ones() entsprechend.
Es ist wichtig zu beachten, dass Numpy-Arrays veränderbare Objekte sind, sodass sie geändert werden können, ohne ein neues Array zu erstellen. Darüber hinaus unterstützen Numpy-Arrays verschiedene Operationen wie Addition, Subtraktion, Multiplikation und Division von Array-Elementen.
Erstellen eines Arrays
Verwenden Sie die Funktion, um ein Array in der NumPy-Bibliothek zu erstellen numpy.array. Es ermöglicht Ihnen, mehrdimensionale Arrays verschiedener Formen zu erstellen und sie mit Elementen zu füllen.
Beispiel für das Erstellen eines eindimensionalen Arrays:
import numpy as nparr = np.array([1, 2, 3, 4, 5])
In diesem Beispiel haben wir eine Liste übergeben [1, 2, 3, 4, 5] Funktionen numpy.array. und sie hat aus diesen Elementen ein eindimensionales Array erstellt.
Beispiel für das Erstellen eines zweidimensionalen Arrays:
import numpy as nparr = np.array([[1, 2, 3], [4, 5, 6]])
In diesem Beispiel haben wir eine Liste von Listen übergeben [[1, 2, 3], [4, 5, 6]] Funktionen numpy.array. und sie hat aus diesen Elementen ein zweidimensionales Array erstellt.
Es gibt auch andere Funktionen zum Erstellen von Arrays, zum Beispiel, numpy.zeros um ein Array von Nullen zu erstellen, numpy.ones um ein Array von Einheiten zu erstellen und numpy.arange um ein Array mit inkrementellen Werten zu erstellen.
Wenn Sie ein Array erstellen, können Sie den Datentyp des Arrays mit einem Argument angeben dtype. Zum Beispiel:
import numpy as nparr = np.array([1, 2, 3, 4, 5], dtype=float)
In diesem Beispiel haben wir den Datentyp der Array-Elemente als float.
Erstellen eines leeren Arrays
Sie können die Funktion verwenden, um ein leeres Array in der NumPy-Bibliothek zu erstellen numpy.empty. Diese Funktion erstellt ein Array mit einer bestimmten Größe, das mit zufälligen Werten aus dem Speicher gefüllt ist, ohne es explizit zu initialisieren.
Hier ist ein Beispiel für die Verwendung der Numpy-Funktion.empty:
import numpy as np
arr = np.empty((3, 2))
print(arr)
[[-2.68156159e+154-2.68156159e+154]
[ 2.96439388e-323 0.00000000e+000]
[ 0.00000000e+000 nan]]
In diesem Beispiel haben wir ein leeres 3x2-Array erstellt. Die Werte der Array-Elemente sind zufällig und können sehr große Zahlen oder spezielle Werte sein, z. B. "nan" (keine Zahl).
Es ist wichtig zu beachten, dass die Werte im erstellten leeren Array nicht initialisiert sind und es sich um beliebige Werte handeln kann. Daher sollten Sie es bei Bedarf explizit initialisieren, bevor Sie ein Array verwenden.
Erstellen eines Arrays aus einer Liste
Wenn Sie eine Werteliste haben, können Sie einfach ein Numpy-Array aus dieser Liste erstellen. Dazu können Sie die Funktion numpy verwenden.array() . Hier ist ein Beispiel:
import numpy as np
my_list = [1, 2, 3, 4, 5]
arr = np.array(my_list)
In diesem Beispiel haben wir das numpy-Modul importiert und eine my_list mit fünf Werten erstellt. Dann haben wir die Funktion numpy verwendet.array() , indem eine Liste als Argument übergeben wird, um ein numpy arr- Array zu erstellen. Schließlich haben wir das Array auf den Bildschirm gebracht.
Erstellen eines Arrays einer bestimmten Form
Sie können die Numpy-Funktion verwenden, um in der NumPy-Bibliothek ein Array einer bestimmten Form zu erstellen.zeros . Diese Funktion erstellt ein neues Array mit einer bestimmten Größe und füllt es mit Nullen.
Um ein Array aus den Nullen einer gegebenen Form zu erstellen, muss es an die numpy-Funktion übergeben werden.zeros als Argument ein Tupel, das die Dimensionen des Arrays für jede Dimension enthält. Um beispielsweise ein Array mit der Größe 3x4 zu erstellen, müssen Sie ein Argument (3, 4) an die Funktion übergeben. Dadurch wird ein Array der Größe 3x4 erstellt, das mit Nullen gefüllt ist.
import numpy as np# Создание массива размером 3x4, заполненного нулямиarray = np.zeros((3, 4))print(array)[[0. 0. 0. 0.][0. 0. 0. 0.][0. 0. 0. 0.]]Also mit der Funktion numpy.zeros , es ist einfach, ein Array einer gegebenen Form zu erstellen und es mit Nullen zu füllen.
Füllen eines Arrays
Sie können verschiedene Methoden verwenden, um ein Numpy-Array zu erstellen und zu füllen. Im Folgenden finden Sie Beispiele für die gängigsten Methoden:
- Erstellt ein Array mit einer bestimmten Größe und füllt es mit denselben Werten:
import numpy as nparr = np.full((3, 3), 5)print(arr)In diesem Beispiel wird ein Array mit der Größe 3x3 erstellt und mit Werten von 5 gefüllt.
- Erstellt ein Array der angegebenen Form und füllt es mit Zufallszahlen:
import numpy as nparr = np.random.rand(2, 2)print(arr)In diesem Beispiel wird ein Array mit der Größe 2x2 erstellt und mit Zufallszahlen im Bereich von 0 bis 1 gefüllt.
- Erstellt ein Array der angegebenen Form und füllt es mit aufeinanderfolgenden Zahlen:
import numpy as nparr = np.arange(0, 10, 2)print(arr)In diesem Beispiel wird ein Array mit Zahlen zwischen 0 und 10 in Schritten von 2 erstellt.
Abhängig von den erforderlichen Werten und dem Formular können Sie eine geeignete Methode zum Füllen des Arrays auswählen.
Ein Array mit einem einzelnen Wert füllen
Funktion numpy.full() erstellt ein neues Array des angegebenen Formulars und füllt es mit dem angegebenen Wert aus. Die Syntax der Funktion lautet wie folgt:
numpy.full(shape, fill_value, dtype=None, order='C')
- shape - die Form eines Arrays, das durch ein Tupel von ganzen Zahlen angegeben wird;
- fill_value - der Wert, mit dem das Array gefüllt werden soll;
- dtype - optionaler Parameter, der den Datentyp des Arrays angibt (der Standarddatentyp ist der Standarddatentyp für den Wert fill_value);
- order - optionaler Parameter, der angibt, wie Elemente im Speicher gespeichert werden sollen (Standard ist 'C', was bedeutet, dass sie zeilenweise im Speicher gespeichert werden).
Beispiel für die Verwendung einer Funktion numpy.full():
import numpy as np# Создание массива размером 3x3, заполненного значением 5arr = np.full((3, 3), 5)print(arr)Durch die Ausführung dieses Codes wird Folgendes ausgegeben:
[[5 5 5][5 5 5][5 5 5]]Also haben wir ein Array der Größe 3x3 erstellt und es mit einem Wert von 5 gefüllt.
Ein Array mit zufälligen Werten füllen
Sie können die Funktion numpy verwenden, um ein Array mit zufälligen Werten zu füllen.random.rand(). Diese Funktion erstellt ein Array der gegebenen Form und füllt es mit Zufallszahlen aus einer gleichmäßigen Verteilung im Bereich von 0 bis 1.
import numpy as np# Создание массива размером 3x3 и заполнение его случайными значениямиarray = np.random.rand(3, 3)print(array)[[0.34598746 0.82349736 0.50025712][0.85245537 0.92163581 0.17498896][0.7319938 0.08350144 0.71209941]]Es gibt auch die Möglichkeit, andere Funktionen aus dem Numpy-Modul zu verwenden.random , um ein Array mit zufälligen Werten aus anderen Verteilungen zu füllen, zum Beispiel: numpy.random.randn() für eine normale Verteilung, numpy.random.randint() für ganzzahlige Werte usw.
Auffüllen eines Arrays mit aufeinanderfolgenden Werten
NumPy bietet praktische Funktionen zum Erstellen von Arrays mit Werten, die sich nacheinander um einen bestimmten Wert erhöhen oder verringern.
Wenn Sie ein Array mit aufeinanderfolgenden Werten erstellen müssen, können Sie die Funktion arange verwenden. Sie erstellt ein eindimensionales Array, indem sie es mit Werten vom Anfangs- bis zum Endwert in einem bestimmten Schritt füllt.
Beispiel für die Verwendung der Arange-Funktion :
import numpy as nparray = np.arange(0, 10, 2)print(array)Ergebnis der Codeausführung:
[0 2 4 6 8]In diesem Beispiel haben wir ein Array erstellt, beginnend mit 0 und endend mit 8, in Schritten von 2. Das Array enthält also die Werte 0, 2, 4, 6 und 8.
Wenn Sie ein Array mit einer bestimmten Anzahl von Werten erstellen müssen, können Sie die Linspace- Funktion verwenden. Es erzeugt ein eindimensionales Array, indem es seine Werte füllt und gleichmäßig im angegebenen Bereich verteilt ist.
Beispiel für die Verwendung der Linspace-Funktion :
import numpy as nparray = np.linspace(0, 1, 5)print(array)Ergebnis der Codeausführung:
[0. 0.25 0.5 0.75 1. ]In diesem Beispiel haben wir ein Array erstellt, das von 0 bis 1 beginnt und 5 Werte enthält, die gleich weit voneinander entfernt sind.
Mit den Funktionen arange und linspace können Sie daher problemlos Arrays mit Werten erstellen, die nacheinander um einen bestimmten Schritt inkrementieren oder abnehmen oder gleichmäßig über einen bestimmten Bereich verteilt sind.
Ein Array aus einer Datei auffüllen
Wenn Sie eine Datei mit Daten haben, können Sie ihren Inhalt lesen und ein Numpy-Array mit ihnen füllen. Es gibt mehrere Methoden in der Numpy-Bibliothek, um dies zu tun.
Eine Möglichkeit besteht darin, die Funktion loadtxt() zu verwenden, mit der Sie Daten aus einer Textdatei lesen können. Anwendungsbeispiel:
import numpy as npdata = np.loadtxt('data.txt')In diesem Fall ist die Datei data.ein txt muss Daten enthalten, die durch Leerzeichen oder ein anderes Trennzeichen getrennt sind.
Wenn die Datei einen Header oder anderen Müll enthält, der nicht gelesen werden muss, können Sie den Parameter skiprows verwenden, um die Anzahl der Zeilen anzugeben, die übersprungen werden sollen:
data = np.loadtxt('data.txt', skiprows=1)Sie können auch angeben, welche Spalten mit dem Parameter usecols gelesen werden sollen. Die Spaltennummerierung beginnt bei 0. Um beispielsweise nur die erste und dritte Spalte zu zählen:
data = np.loadtxt('data.txt', usecols=(0, 2))Wenn Ihre Datei nicht nur Zahlen, sondern auch andere Datentypen enthält, können Sie den dtype-Parameter verwenden, um den Datentyp jeder Spalte anzugeben. Zum Beispiel, um die erste Spalte als ganze Zahlen und die zweite Spalte als Gleitkommazahlen mit doppelter Genauigkeit zu lesen:
data = np.loadtxt('data.txt', dtype=)Nachdem Sie die Daten aus einer Datei gelesen haben, können Sie die data-Variable als numpy-Array zur weiteren Verarbeitung verwenden.
