NumPy二维数组介绍及应用

NumPy二维数组简介

Python为用户提供了不同的函数。为了处理数组，python库提供了一个numpy函数。基本上，二维数组是指有两个轴的数组，而且数组的长度可以变化。数组在数据科学中起着重要的作用，因为速度很重要。Numpy是numerical python的首字母缩写。基本上，numpy是一个开源的项目。Numpy执行数组的逻辑和数学操作。在python中，numpy比列表更快。这是因为numpy数组可以被存储在连续的地方。因此，可以有效地进行处理和操作。在本主题中，我们将学习NumPy 2D数组。

语法

Import numpy as np
a=np.array[[],[]]

解释一下

在上面的语法中，我们首先导入一个numpy类，并以np的形式访问一个numpy类，这里的变量就是变量，我们创建了一个二维数组。在这里，我们必须给数组分配行和列的值。

二维数组如何在NumPy中工作？

1. 我们必须在你的系统上安装Python。
2. 我们必须使用pip命令安装numpy。
3. 我们需要关于Python的基本知识。
4. 我们需要关于二维数组的基本知识。
5. 我们可以对numpy二维数组进行不同的操作。

让我们看看如何实现numpy二维数组。

例子 #1 - 对于2乘3的二维数组

import numpy as anp
A_x = anp.array([[1, 2, 4], [6, 9, 12]], anp.int32)      #input array
print(type(A_x))
print("Shape of 2D Array: \n" ,A_x.shape)
print("Data type of 2D Array:", A_x.dtype)
print("2D Array:\n",A_x)

解释一下

1. 我们导入numpy函数并将其作为anp使用。
2. 我们为一个输入数组声明了一个变量，如A_x，并带有数组值。
3. 我们试图通过使用type、shape和type函数分别打印输入数组的值和它们的类别、形状和数据类型。
4. 最后，我们尝试打印一个尺寸为2乘3的二维数组。

在上面的例子中，我们实现了一个二维数组。通过使用下面的快照来说明上述声明的最终结果。

例子#2 - 重塑二维数组，一维到二维数组。

import numpy as anp
Array = anp.array([11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22])
new_array = Array.reshape(3, 4)
print("Reshape Array is :\n",new_array)

解释一下

1. 我们导入numpy函数并将其作为anp使用。
2. 我们为一个输入数组声明了一个变量，如带有数组值的Array。
3. 然后，我们使用reshape函数来重塑给定的数组，提供行和列的值。
4. 最后，我们打印了新形成的数组。

在上面的例子中，我们用reshape函数实现了一个二维数组。通过使用下面的快照来说明上述声明的最终结果。

例子 #3 - 索引二维数组

import numpy as anp
Array = anp.arange(25).reshape(5,5)
print("Given array is \n",Array)
print("Output of indexing through row is \n",Array[3])
print("Output of indexing through column is \n",Array[:,4])

解释一下

1. 我们导入numpy函数并将其作为anp使用。
2. 我们创建了一个由25个元素组成的数组，然后用reshape函数将其重塑为5行5列。
3. 然后，我们打印了这个数组。
4. 然后，我们通过行对二维数组进行了索引。这里，索引是从第0个索引开始的；因此，它将打印第4行，如快照中所示。
5. 之后，我们通过列对二维数组进行索引。这里，列的索引是4；因此，它将返回第5列，因为索引是从0开始的。

在上面的例子中，我们通过行和列实现了一个二维数组的索引。通过使用下面的快照来说明上述声明的最终结果。

例子 #4 - 二维数组的切分

import numpy as anp
Array = anp.arange(25).reshape(5,5)     #input array
print("Given array is \n",Array)
print("Output is \n",Array[0:2,4])         #print slicing

解释一下

1. 我们导入numpy函数并将其作为anp使用。
2. 我们创建了一个由25个元素组成的数组，然后用reshape函数将其重塑为5行5列。
3. 然后，我们尝试打印这个数组。

在上面的例子中，我们实现了对二维数组的切分。通过使用下面的快照来说明上述声明的最终结果。

例子 #5 - 切片的二维数组

import numpy as anp
Array = anp.arange(25).reshape(5,5)
print("Given array is \n",Array)
print("Slicing of array is \n",Array[2:5,0:3])

解释一下

1. 我们导入numpy函数并将其作为anp使用。
2. 我们创建了一个由25个元素组成的数组，然后用reshape函数将其重塑为5行5列。
3. 给出的例子中，行的索引从行的索引2开始到索引4，如条件中给出的。另外，列的索引从列索引0到索引2开始，如条件中给出的那样。
4. 然后，我们尝试打印数组。

在上面的例子中，我们实现了2：5，0：3的二维数组切片。这意味着用户当时需要打印数组的一个特定部分；我们使用上述条件。通过使用下面的快照来说明上述声明的最终结果。

例子#6 - 二维数组的切分

import numpy as anp
Array = anp.arange(25).reshape(5,5)
print("Given array is \n",Array)
print("Slicing of Array  is \n",Array[3:4,3:4])
print("Slicing of Array  is \n",Array[0::3])

解释：

1. 我们导入numpy函数并将其作为anp使用。
2. 我们创建了一个由25个元素组成的数组，然后使用reshape函数将其重塑为5行5列。
3. 给出的例子中，行的索引从行的索引3开始到索引4，如条件中给出的那样。同样，列的索引也是从列索引3到索引4开始的，如条件中给出的。
4. 我们也可以打印数组的区间。然后，我们尝试打印数组。

在上面的例子中，我们实现了一个3:4,3:4的二维数组切分。这意味着用户需要打印数组的一个特定值，这时我们使用上述条件。通过使用下面的快照来说明上述声明的最终结果。

总结

我们希望通过这篇文章，你已经了解了numpy二维数组的知识。从上面的文章中，我们已经学会了numpy 2D数组的基本语法。我们还学习了如何通过每种类型的不同例子在Python中实现它们。最后，从这篇文章中，我们了解到如何在Python中处理numpy 2D。