Artikel ini menjelaskan cara membuat array NumPy print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diinisialisasi dengan nilai yang sama (print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8, print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 9, nilai yang diberikan)
Tentukan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _0 (jumlah baris, kolom, dll. ) dan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _1
- print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 2. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _8
- print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _4. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _9
- print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 6. Inisialisasi dengan nilai yang diberikan
Buat dengan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 0 dan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 yang sama dengan larik yang ada. Dimungkinkan juga untuk menentukan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 yang berbeda
- print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 0. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _8
- print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 2. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _9
- print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 4. Inisialisasi dengan nilai yang diberikan
Seperti dijelaskan di bagian akhir, selain membuat larik baru, Anda juga bisa mengganti semua elemen larik yang ada dengan nilai tertentu
Lihat artikel berikut tentang cara membuat larik kosong
- NumPy. Buat ndarray kosong dengan np. kosong() dan np. seperti_kosong()
Anda juga dapat memasang array asli print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _7 untuk membuat print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 baru
- NumPy. Atur ndarray di ubin dengan np. ubin()
Lihat artikel berikut tentang cara menginisialisasi print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 7 bawaan
- Inisialisasi daftar dengan ukuran dan nilai yang diberikan dengan Python
Tautan Bersponsor
print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 2. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _8
Gunakan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _2 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8
- numpy. nol — NumPy v1. 21 Petunjuk
Tentukan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _0 dari array yang akan dibuat. Dalam kasus nilai skalar, larik satu dimensi dihasilkan, dan dalam kasus tupel atau daftar, larik multidimensi dihasilkan
import numpy as np print(np.zeros(3)) # [ 0. 0. 0.] print(np.zeros((2, 3))) # [[ 0. 0. 0.] # [ 0. 0. 0.]]
sumber.
Secara default, print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 adalah print(np.full(3, 100).dtype) # int64 print(np.full(3, 100.0).dtype) # float64 print(np.full(3, np.pi).dtype) # float64 5. Anda juga dapat menentukannya dengan argumen print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64
sumber.
Lihat artikel berikut untuk informasi selengkapnya tentang tipe data print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 di NumPy
- NumPy. Keluarkan ndarray ke dtype tertentu dengan astype()
print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _4. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _9
Gunakan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _4 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 9
- numpy. yang — NumPy v1. 21 Petunjuk
Penggunaannya sama dengan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 2
print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64
sumber.
print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 6. Inisialisasi dengan nilai yang diberikan
Gunakan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _6 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan nilai yang diberikan, bukan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8 atau print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 9
- numpy. penuh — NumPy v1. 21 Petunjuk
Tentukan bentuk array yang akan dihasilkan sebagai argumen pertama print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 0, dan isi nilai sebagai argumen kedua import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 0
print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]]
sumber.
print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _1 diatur sesuai dengan import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 0. Misalnya, import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] _3 untuk import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 4, dan print(np.full(3, 100).dtype) # int64 print(np.full(3, 100.0).dtype) # float64 print(np.full(3, np.pi).dtype) # float64 5 untuk import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 6
print(np.full(3, 100).dtype) # int64 print(np.full(3, 100.0).dtype) # float64 print(np.full(3, np.pi).dtype) # float64
sumber.
Anda juga dapat menentukan tipe dengan argumen print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1. Itu diinisialisasi dengan nilai yang dicor
print(np.full(3, 100, dtype=float)) # [ 100. 100. 100.] print(np.full(3, np.pi, dtype=int)) # [3 3 3]
sumber.
print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 0. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _8
Buat larik asli print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7. Sebagai contoh, siapkan array bertipe print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]] 1 dan array bertipe print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]] 2
import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]]
sumber.
Gunakan print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] _0 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8
- numpy. zeros_like — NumPy v1. 21 Petunjuk
Tentukan array asli sebagai argumen pertama
Array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _7 dengan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 0 dan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 yang sama dengan array yang ditentukan dibuat
print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]]
sumber.
Anda juga dapat menentukan tipe dengan argumen print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1
print(np.zeros_like(a_int, dtype=np.float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]]
sumber.
Tautan Bersponsor
print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 2. Inisialisasi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _9
Gunakan print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] _2 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8
- numpy. one_like — NumPy v1. 21 Petunjuk
Penggunaannya sama dengan print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 0
print(np.ones_like(a_int)) # [[1 1 1] # [1 1 1]] print(np.ones_like(a_float)) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones_like(a_int, dtype=np.float)) # [[ 1. 1. 1.] # [ 1. 1. 1.]]
sumber.
print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] 4. Inisialisasi dengan nilai yang diberikan
Gunakan print(np.full(3, 100)) # [100 100 100] print(np.full(3, np.pi)) # [ 3.14159265 3.14159265 3.14159265] print(np.full((2, 3), 100)) # [[100 100 100] # [100 100 100]] print(np.full((2, 3), np.pi)) # [[ 3.14159265 3.14159265 3.14159265] # [ 3.14159265 3.14159265 3.14159265]] _4 untuk membuat array print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 7 dengan semua elemen diisi dengan nilai yang diberikan, bukan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 8 atau ________0______9
- numpy. full_like — NumPy v1. 21 Petunjuk
Tentukan bentuk array yang akan dihasilkan sebagai argumen pertama print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 0, dan isi nilai sebagai argumen kedua import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 0. print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 _1 dari array yang dibuat sama dengan print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 dari array asli
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 0
sumber.
Perhatikan bahwa meskipun import numpy as np a_int = np.arange(6).reshape((2,3)) print(a_int) # [[0 1 2] # [3 4 5]] a_float = np.arange(6).reshape((2,3)) / 10 print(a_float) # [[ 0. 0.1 0.2] # [ 0.3 0.4 0.5]] 0 adalah print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]] 2, itu dilemparkan ke print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]] 1 jika array asli print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1 adalah print(np.zeros_like(a_int)) # [[0 0 0] # [0 0 0]] print(np.zeros_like(a_float)) # [[ 0. 0. 0.] # [ 0. 0. 0.]] 1
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _1
sumber.
Anda juga dapat menentukan tipe dengan argumen print(np.ones(3)) # [ 1. 1. 1.] print(np.ones((2, 3))) # [[ 1. 1. 1.] # [ 1. 1. 1.]] print(np.ones(3).dtype) # float64 print(np.ones(3, dtype=np.int)) # [1 1 1] print(np.ones(3, dtype=np.int).dtype) # int64 1
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _2
sumber.
Ganti semua elemen array yang ada dengan nilai yang diberikan
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 01, print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 02, dan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 03 membuat larik baru berdasarkan larik yang ada. Array asli tidak diubah
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _3
sumber.
Jika Anda ingin mengganti semua elemen dari array yang ada dengan nilai yang diberikan, gunakan slice untuk menetapkan nilai baru ke semua elemen
- NumPy. Mengiris ndarray
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _4
sumber.
Karena print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 _04 di bagian akhir dapat dihilangkan, semua elemen dapat dipilih dan ditetapkan dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 05 terlepas dari jumlah dimensi
print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 5
sumber.
Perhatikan bahwa jika jenis larik tidak cocok dengan jenis nilai yang akan ditetapkan, hasil yang tidak diharapkan dapat terjadi. Penting untuk mengubah tipe array dengan print(np.zeros(3).dtype) # float64 print(np.zeros(3, dtype=np.int)) # [0 0 0] print(np.zeros(3, dtype=np.int).dtype) # int64 06 sebelum menugaskannya