Hướng dẫn dùng numpy array python
NumPy được biết đến là thư viện xử lý mảng được sử dụng rộng rãi trong Python. Trong bài viết này, Got It sẽ giúp bạn có cái nhìn khái quát nhất về thư viện này nhé! Show
Mục lục 1. NumPy trong Python là gì?NumPy hay Numeric Python là thư viện lõi phục vụ cho khoa học máy tính của Python. Nó cung cấp một đối tượng mảng đa chiều hiệu suất cao và các công cụ để làm việc với các mảng này. NumPy chứa các tính năng khác nhau bao gồm những tính năng quan trọng sau:
Bên cạnh những công dụng khoa học rõ ràng, NumPy cũng có thể được sử dụng như một nơi chứa dữ liệu chung đa chiều hiệu quả. Các kiểu dữ liệu tùy ý có thể được xác định bằng cách sử dụng NumPy, cho phép NumPy tích hợp liền mạch và nhanh chóng với nhiều loại cơ sở dữ liệu. NumPy được viết bằng ngôn ngữ gì?NumPy là một thư viện Python được viết một phần bằng Python và hầu hết các phần được viết bằng C hoặc C ++. Và nó cũng hỗ trợ các phần mở rộng bằng các ngôn ngữ khác, thường là C ++ và Fortran. NumPy có dễ học không?NumPy là một thư viện trong Python mã nguồn mở chủ yếu được sử dụng để thao tác và xử lý dữ liệu dưới dạng mảng. Nó rất dễ học vì nó hoạt động nhanh, hoạt động tốt với các thư viện khác, có nhiều chức năng tích hợp và cho phép bạn làm các phép toán ma trận. 2. Cài đặt NumPyNgười dùng Mac và Linux có thể cài đặt NumPy thông qua lệnh pip:
Đối với Windows, bạn vui lòng tải xuống trình cài đặt cửa sổ được tạo sẵn cho NumPy từ (theo cấu hình hệ thống và phiên bản Python của bạn). Sau đó cài đặt các gói theo cách thủ công. 3. Các thao tác với NumPyKhai báo thư việnimport numpy as np Khởi tạo mảngKhởi tạo mảng một chiều #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr) Output:
Khởi tạo mảng hai chiều arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2) Output:
#Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)0 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)1 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)2 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)3 Khởi tạo các hàm có sẵn
Thao tác với mảng
print("Kiểu dữ liệu của phần tử trong mảng:", arr2.dtype) print("Kích thước của mảng:", arr2.shape) print("Số phần tử trong mảng:", arr2.size) print("Số chiều của mảng:", arr2.ndim) Output: #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)4 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)5 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)6 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)7 Truy cập các phần tử trong mảng Các phần tử trong mảng được đánh số từ 0 trở đi
print("arr[2]=", arr[2]) print("arr1[1:2]=", arr1[1,2]) print("arr2[1,2,3]=", arr2[1,1,3]) print("arr[0:3]=", arr[0:3]) print("arr1[:,:1]=", arr1[:,:2]) Output: #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)8 #Khởi tạo mảng một chiều với kiểu dữ liệu các phần tử là Integer arr = np.array([1,3,4,5,6], dtype = int) #Khởi tạo mảng một chiều với kiểu dữ liệu mặc định arr = np.array([1,3,4,5,6]) print(arr)9 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)0 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)1 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)2 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)3 Các hàm thống kê
print("Giá trị lớn nhất của mảng arr là:", np.max(arr)) print("Giá trị nhỏ nhất của mảng arr là:", np.min(arr)) print("Tổng tất cả các phần tử của mảng arr là:", np.sum(arr)) print("Trung bình cộng tất cả các phần tử của mảng arr là:", np.mean(arr)) print("Giá trị trung vị của mảng arr là:", np.median(arr)) Output: arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)4 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)5 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)6 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)7 arr2 = np.array(([(2,4,0,6), (4,7,5,6)], [(0,3,2,1), (9,4,5,6)], [(5,8,6,4), (1,4,6,8)]), dtype = int) print(arr2)8 Trên đây là cũng kiến thức tổng quan nhất về NumPy trong Python. Chúc các bạn thành công! Hãy theo dõi Got It blog để cập nhật thêm các kiến thức bổ ích về công nghệ thông tin cũng như những công việc hấp dẫn của chúng mình nhé!!! |