N維陣列 1 ndarray介紹

import numpy as np

import random
import time

score = np.array([[

80,89,
86,67,
79],[
78,97,
89,67,
81],[
90,94,
78,67,
74],[
91,91,
90,67,
69],[
76,87,
75,67,
86],[
70,79,
84,67,
84],[
94,92,
93,67,
64],[
86,85,
83,67,
80]])
score

array([[80, 89, 86, 67, 79],

[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])

# 使用python列表可以儲存一維陣列，通過列表的巢狀可以實現多維陣列，那麼為什麼還需要使用numpy的ndarray呢？

# 通過執行時間的對比可知為什麼要用ndarray而不是列表巢狀來表示陣列
a =[
]for i in
range
(10000):
))# 通過%time魔法方法, 檢視當前行的**執行一次所花費的時間
%time sum1 =
sum(a)
b = np.array(a)
%time sum1 =
sum(b)

wall time: 999 µs

wall time: 5.98 ms

score

array([[80, 89, 86, 67, 79],

[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])

# 陣列維度的元組

score.shape

(8, 5)

#陣列維數

score.ndim

2

#陣列中元素數量

score.size

40

# 乙個陣列元素的長度（位元組）

score.itemsize

4

# 陣列元素的型別

score.dtype

dtype('int32')

# 一維陣列

b = np.array([1
,2,3
,4])
b.shape

(4,)

# 二維陣列

a = np.array([[
1,2,
3],[
4,5,
6]])
a.shape

(2, 3)

# 三位陣列  對於三維陣列的理解：可以將其想象成描述三維空間中的點，將（2,2,3）理解為立方體的長為2，寬為2，高為3

c = np.array([[
[1,2
,3],
[4,5
,6]]
,[[1
,2,3
],[4
,5,6
]]])
c.shape

(2,2,3)

score.dtype

dtype('int32')

type

(score.dtype)

numpy.dtype

# 指定資料型別建立陣列,注意：若不指定，整數預設int64，小數預設float64

a = np.array([[
1,2,
3],[
4,5,
6]], dtype=np.float32)
a.dtype

array([[1., 2., 3.],

[4., 5., 6.]], dtype=float32)

NumPy庫入門1 ndarray建立陣列

numpy 是乙個開源的python第三方庫，同時是scipy,pandas等資料處理科學計算庫的基礎，包含強大的n維陣列物件 ndarray。numpy 中使用array函式建立陣列 numpy.array list turple,dtype none 引數說明 引數描述 dtype 資料型別，可...

N維陣列 3 ndarray運算

import numpy as np 生成10名同學，5門功課的資料 score np.random.randint 40,100,10 5 scorearray 98,47,44,77,43 46,78,52,54,87 64,78,67,75,59 59,72,78,59,50 92,55,56...

N1 二維陣列查詢

在乙個二維陣列中 每個一維陣列的長度相同 每一行都按照從左到右遞增的順序排序，每一列都按照從上到下遞增的順序排序。請完成乙個函式，輸入這樣的乙個二維陣列和乙個整數，判斷陣列中是否含有該整數。notes 1 二維陣列初始化 int b 2 行數 int ilen b.length 列數 int jle...