NumPy सरणी बनाना
एक NumPy ndarray ऑब्जेक्ट बनाएँ
NumPy का उपयोग सरणियों के साथ काम करने के लिए किया जाता है। NumPy में ऐरे ऑब्जेक्ट को कहा जाता है
ndarray
।
हम फ़ंक्शन का उपयोग करके एक NumPy
ndarray
ऑब्जेक्ट बना सकते हैं।array()
उदाहरण
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
टाइप (): यह बिल्ट-इन पायथन फ़ंक्शन हमें बताता है कि इसे किस प्रकार की वस्तु दी गई है। उपरोक्त कोड की तरह यह दिखाता है कि arr
प्रकार है
numpy.ndarray
।
एक बनाने के लिए ndarray
, हम एक सूची, टपल या किसी सरणी जैसी वस्तु को array()
विधि में पास कर सकते हैं, और इसे एक में बदल दिया जाएगा
ndarray
:
उदाहरण
NumPy सरणी बनाने के लिए टपल का उपयोग करें:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Arrays में आयाम
सरणियों में एक आयाम सरणी गहराई (नेस्टेड सरणियों) का एक स्तर है।
नेस्टेड सरणी: वे सरणियाँ हैं जिनके तत्वों के रूप में सरणियाँ हैं।
0-डी सरणी
0-डी सरणी, या स्केलर, एक सरणी में तत्व हैं। सरणी में प्रत्येक मान 0-डी सरणी है।
उदाहरण
42 . के मान के साथ 0-डी सरणी बनाएं
import numpy as np
arr = np.array(42)
print(arr)
1-डी सरणी
एक सरणी जिसमें 0-डी सरणियाँ उसके तत्वों के रूप में होती हैं, उसे एक-आयामी या 1-डी सरणी कहा जाता है।
ये सबसे आम और बुनियादी सरणियाँ हैं।
उदाहरण
1,2,3,4,5 मान वाले 1-डी सरणी बनाएं:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
2-डी सरणी
एक सरणी जिसमें 1-डी सरणी इसके तत्वों के रूप में होती है उसे 2-डी सरणी कहा जाता है।
इन्हें अक्सर मैट्रिक्स या दूसरे क्रम के टेंसर का प्रतिनिधित्व करने के लिए उपयोग किया जाता है।
NumPy में मैट्रिक्स संचालन के लिए समर्पित एक संपूर्ण उप मॉड्यूल है जिसे कहा जाता है
numpy.mat
उदाहरण
1,2,3 और 4,5,6 मानों के साथ दो सरणियों वाली 2-डी सरणी बनाएं:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
3-डी सरणियाँ
एक सरणी जिसमें 2-डी सरणियाँ (मैट्रिसेस) उसके तत्वों के रूप में होती हैं उसे 3-डी सरणी कहा जाता है।
इन्हें अक्सर तीसरे क्रम के टेंसर का प्रतिनिधित्व करने के लिए उपयोग किया जाता है।
उदाहरण
दो 2-डी सरणियों के साथ एक 3-डी सरणी बनाएं, दोनों में 1,2,3 और 4,5,6 मान वाले दो सरणियाँ हों:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
आयामों की संख्या की जाँच करें?
NumPy Arrays वह ndim
विशेषता प्रदान करता है जो एक पूर्णांक देता है जो हमें बताता है कि सरणी के कितने आयाम हैं।
उदाहरण
जाँच करें कि सरणियों के कितने आयाम हैं:
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim)
print(b.ndim)
print(c.ndim)
print(d.ndim)
उच्च आयामी सरणी
एक सरणी में कई आयाम हो सकते हैं।
ndmin
जब सरणी बनाई जाती है, तो आप तर्क का उपयोग करके आयामों की संख्या को परिभाषित कर सकते हैं ।
उदाहरण
5 आयामों के साथ एक सरणी बनाएं और सत्यापित करें कि इसमें 5 आयाम हैं:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
इस सरणी में अंतरतम आयाम (5वें डिम) में 4 तत्व हैं, 4वें डिम में 1 तत्व है जो वेक्टर है, तीसरे डिम में 1 तत्व है जो वेक्टर के साथ मैट्रिक्स है, दूसरे डिम में 1 तत्व है जो 3डी सरणी है और पहले डिम में 1 एलीमेंट होता है जो एक 4D ऐरे होता है।