NumPy - Objek Ndarray
Objek terpenting yang didefinisikan dalam NumPy adalah tipe array berdimensi-N yang disebut ndarray. Ini menggambarkan koleksi item dari jenis yang sama. Item dalam koleksi dapat diakses menggunakan indeks berbasis nol.
Setiap item dalam ndarray memiliki ukuran blok yang sama di memori. Setiap elemen dalam ndarray adalah objek objek tipe data (disebutdtype).
Item apa pun yang diekstrak dari objek ndarray (dengan mengiris) diwakili oleh objek Python dari salah satu jenis skalar array. Diagram berikut menunjukkan hubungan antara ndarray, objek tipe data (dtype) dan tipe skalar array -
Sebuah instance dari kelas ndarray dapat dibangun oleh rutinitas pembuatan array yang berbeda yang dijelaskan nanti dalam tutorial. Ndarray dasar dibuat menggunakan fungsi array di NumPy sebagai berikut -
numpy.array
Ini membuat ndarray dari objek apa pun yang mengekspos antarmuka array, atau dari metode apa pun yang mengembalikan array.
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
Konstruktor di atas mengambil parameter berikut -
Sr.No. | Parameter & Deskripsi |
---|---|
1 | object Objek apa pun yang mengekspos metode antarmuka larik mengembalikan larik, atau urutan (bersarang) apa pun. |
2 | dtype Tipe data larik yang diinginkan, opsional |
3 | copy Pilihan. Secara default (benar), objek disalin |
4 | order C (baris utama) atau F (utama kolom) atau A (ada) (default) |
5 | subok Secara default, array yang dikembalikan dipaksa menjadi array kelas dasar. Jika benar, sub-kelas akan lolos |
6 | ndmin Menentukan dimensi minimum dari larik yang dihasilkan |
Lihat contoh berikut untuk memahami dengan lebih baik.
Contoh 1
import numpy as np
a = np.array([1,2,3])
print a
Outputnya adalah sebagai berikut -
[1, 2, 3]
Contoh 2
# more than one dimensions
import numpy as np
a = np.array([[1, 2], [3, 4]])
print a
Outputnya adalah sebagai berikut -
[[1, 2]
[3, 4]]
Contoh 3
# minimum dimensions
import numpy as np
a = np.array([1, 2, 3,4,5], ndmin = 2)
print a
Outputnya adalah sebagai berikut -
[[1, 2, 3, 4, 5]]
Contoh 4
# dtype parameter
import numpy as np
a = np.array([1, 2, 3], dtype = complex)
print a
Outputnya adalah sebagai berikut -
[ 1.+0.j, 2.+0.j, 3.+0.j]
Itu ndarrayObjek terdiri dari segmen satu dimensi dari memori komputer yang berdekatan, dikombinasikan dengan skema pengindeksan yang memetakan setiap item ke lokasi di blok memori. Blok memori menyimpan elemen dalam urutan baris-mayor (gaya C) atau urutan utama kolom (gaya FORTRAN atau MatLab).