Python 中的数组是 ndarray 对象。要在 Python 中创建数组，请使用 Numpy 库。数组是一个可以容纳固定数量的元素的容器，并且这些元素应该是相同的类型。要在 Python 中使用数组，请导入 NumPy 库。
首先，让我们先安装 Numpy 库 -
pip install numpy
登录后复制
导入所需的 Numpy 库 -
import numpy as np
登录后复制
创建数组
示例
现在让我们创建一个数组。基本的 Numpy 数组是使用 NumPy 中的 array() 函数创建的 -
import numpy as np
# Create a Numpy Array
arr = np.array([5, 10, 15, 20, 25])
print("Array = ",arr)
登录后复制
输出
Array = [ 5 10 15 20 25]
登录后复制
创建二维数组
示例
我们将创建一个二维数组，即矩阵。这里，将创建一个 2x3 矩阵 -
import numpy as np
# Create a Numpy Matrix 2x3
a = np.array([[5, 10, 15], [20, 25, 30]])
# Display the array with more than one dimension
print("Array = ",a)
登录后复制
输出
Array = [[ 5 10 15]
[20 25 30]]
登录后复制
获取数组维度
示例
要在 Python 中获取数组维度，请使用 numpy.ndim。对于一维数组，维度为 1。
同样，对于 2D 数组，维度将为 2，等等。现在让我们看一下示例 -
import numpy as np
# Create a Numpy Matrix 2x3
arr = np.array([[5, 10, 15], [20, 25, 30]])
# Display the array with more than one dimension
print("Array = \n",arr)
print("Array Dimensions = ",arr.ndim)
登录后复制
输出
Array = [[ 5 10 15] [20 25 30]] Array Dimensions = 2
登录后复制
获取数组的形状
示例
数组每个维度中元素的数量称为形状。使用 numpy.shape 获取数组形状。让我们看一个获取数组形状的示例 -
import numpy as np
# Create a Numpy Matrix 2x3
arr = np.array([[5, 10, 15], [20, 25, 30]])
# Display the array
print("Array = \n",arr)
print("Array Shape = ",arr.shape)
登录后复制
输出
Array = [[ 5 10 15] [20 25 30]] Array Shape = (2, 3)
登录后复制
用零初始化数组
示例
我们可以轻松地用零初始化 Numpy 数组 -
import numpy as np
# Create a Numpy Matrix 3x3 with zeros
arr = np.zeros([3, 3])
# Display the array
print("Array = \n",arr)
print("Array Shape = ",arr.shape)
登录后复制
输出
Array = [[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]] Array Shape = (3, 3)
登录后复制
对数组进行排序
示例
要在 Numpy 中对数组进行排序，请使用 sort() 方法 -
import numpy as np
# Create a Numpy Matrix
arr = np.array([[5, 3, 8], [17, 25, 12]])
# Display the array
print("Array = \n",arr)
# Sort the array
print("\nSorted array = \n", np.sort(arr))
登录后复制
输出
Array = [[ 5 3 8] [17 25 12]] Sorted array = [[ 3 5 8] [12 17 25]]
登录后复制