المصفوفة المتجانسة متعددة الأبعاد هي الهدف الرئيسي NumPy . إنه في الأساس جدول عناصر كلها من نفس النوع ويتم فهرستها بواسطة مجموعة من الأعداد الصحيحة الموجبة. تسمى الأبعاد بالمحور في NumPy.

سلسلة جافا سكريبت متعددة الأسطر

تُعرف فئة مصفوفة NumPy باسم ndarray أو مصفوفة الاسم المستعار . إن numpy.array ليس هو نفسه فئة مكتبة Python القياسية array.array . يتعامل array.array مع المصفوفات أحادية البعد فقط ويوفر وظائف أقل.

بناء الجملة

 numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0) 

حدود

توجد المعلمات التالية في الدالة numpy.array().

1) الكائن: array_like

2) dtype : نوع بيانات اختياري

3) نسخة: منطقي (اختياري)

4) الترتيب: {'K'، 'A'، 'C'، 'F'}، اختياري

عند النسخ = خطأ أو إجراء النسخ لسبب آخر، ستكون النتيجة هي نفس النتيجة = صحيح مع بعض الاستثناءات لـ A. الترتيب الافتراضي هو 'K'.

ترتيب عشوائي Sql

5) الاختبار: منطقي (اختياري)

عندما تكون subok = True، فإن الفئات الفرعية سوف تمر عبرها؛ وإلا، فسيتم إجبار المصفوفة التي تم إرجاعها على أن تكون مصفوفة من الفئة الأساسية (افتراضي).

6) ndmin : int (اختياري)

تحدد هذه المعلمة الحد الأدنى لعدد الأبعاد التي يجب أن تحتوي عليها المصفوفة الناتجة. يمكن إضافة المستخدمين إلى الشكل حسب الحاجة لتلبية هذا المطلب.

عائدات

يقوم الأسلوب numpy.array() بإرجاع ndarray. ndarray هو كائن صفيف يلبي المتطلبات المحددة.

طرق جافا

المثال 1: numpy.array()

 import numpy as np arr=np.array([1,2,3]) arr 

انتاج:

 array([1, 2, 3]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير العناصر فقط، وليس المحور.
• وأخيرًا، حاولنا طباعة قيمة arr.

في الإخراج، تم عرض مجموعة.

مثال 2:

 import numpy as np arr=np.array([1,2.,3.]) arr 

انتاج:

 array([1., 2., 3.]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير عناصر من نوع مختلف مثل عدد صحيح، وfloat، وما إلى ذلك.
• وأخيرًا، حاولنا طباعة قيمة arr.

في الإخراج، تم عرض مصفوفة تحتوي على عناصر من هذا النوع والتي تتطلب الحد الأدنى من الذاكرة للاحتفاظ بالكائن في التسلسل.

مثال 3: أكثر من بعد

 import numpy as np arr=np.array([[1,2.,3.],[4.,5.,7]]) arr 

انتاج:

 array([[1., 2., 3.], [4., 5., 7.]]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير عدد العناصر بين قوسين مربعين مختلفين.
• وأخيرًا، حاولنا طباعة قيمة arr.

في الإخراج، تم عرض مجموعة متعددة الأبعاد.

مثال 4: الحد الأدنى للأبعاد: 2

 import numpy as np arr=np.array([1,2.,3.],ndmin=2) arr 

انتاج:

ماذا يعني هذا XD

 array([[1., 2., 3.]]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير عدد العناصر الموجودة في قوس مربع والبعد لإنشاء ndarray.
• وأخيرًا، حاولنا طباعة قيمة arr.

في الإخراج، تم عرض مجموعة ثنائية الأبعاد.

العثور على سلسلة C ++

مثال 5: النوع المقدم

 import numpy as np arr=np.array([12,45.,3.],dtype=complex) arr 

انتاج:

 array([12.+0.j, 45.+0.j, 3.+0.j]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير العناصر الموجودة بين قوسين مربعين وقمنا بتعيين dtype على معقد.
• وأخيرًا، حاولنا طباعة قيمة arr.

في المخرجات، تم عرض قيم عناصر 'arr' في شكل أرقام مركبة.

مثال 6: إنشاء مصفوفة من الفئات الفرعية

 import numpy as np arr=np.array(np.mat('1 2;3 4')) arr arr=np.array(np.mat('1 2;3 4'),subok=True) arr 

انتاج:

 array([[1, 2], [3, 4]]) matrix([[1, 2], [3, 4]]) 

في الكود أعلاه

• لقد قمنا باستيراد numpy بالاسم المستعار np.
• لقد أعلنا عن المتغير 'arr' وقمنا بتعيين القيمة التي تم إرجاعها بواسطة الدالة np.array().
• في الدالة array()، قمنا بتمرير العناصر في شكل المصفوفة باستخدام الدالة np.mat() وقمنا بتعيين subok=True.
• وأخيرًا، حاولنا طباعة قيمة arr.

في الإخراج، تم عرض مجموعة متعددة الأبعاد.