在Python中如何创建一个数组？

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

导入所需的 Numpy 库 -

import numpy as np

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)

输出

Array =  [ 5 10 15 20 25]

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)

输出

Array =  [[ 5 10 15]
         [20 25 30]]

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)

输出

Array = 
[[ 5 10 15]
 [20 25 30]]
Array Dimensions =  2

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)

输出

Array = 
[[ 5 10 15]
 [20 25 30]]
Array Shape =  (2, 3)

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)

输出

Array = 
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
Array Shape =  (3, 3)

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))

输出

Array = 
[[ 5  3  8]
 [17 25 12]]
Sorted array = 
[[ 3  5  8]
 [12 17 25]]

以上是在Python中如何创建一个数组？的详细内容。更多信息请关注PHP中文网其他相关文章！