NumPy Membuat Array
Buat Objek NumPy ndarray
NumPy digunakan untuk bekerja dengan array. Objek array di NumPy disebut
ndarray
.
Kita dapat membuat objek NumPy
ndarray
dengan menggunakan array()
fungsi.
Contoh
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))
type(): Fungsi Python bawaan ini memberi tahu kita jenis objek yang diteruskan ke sana. Seperti pada kode di atas itu menunjukkan bahwa arr
adalah
numpy.ndarray
tipe.
Untuk membuat ndarray
, kita dapat meneruskan daftar, tuple, atau objek seperti array apa pun ke dalam array()
metode, dan itu akan diubah menjadi
ndarray
:
Contoh
Gunakan Tuple untuk membuat array NumPy:
import numpy as np
arr = np.array((1, 2, 3, 4, 5))
print(arr)
Dimensi dalam Array
Dimensi dalam array adalah satu tingkat kedalaman array (array bersarang).
array bersarang: adalah array yang memiliki array sebagai elemennya.
Array 0-D
Array 0-D, atau Skalar, adalah elemen dalam array. Setiap nilai dalam array adalah array 0-D.
Contoh
Buat array 0-D dengan nilai 42
import numpy as np
arr = np.array(42)
print(arr)
Array 1-D
Array yang memiliki array 0-D sebagai elemennya disebut array uni-dimensi atau array 1-D.
Ini adalah array yang paling umum dan dasar.
Contoh
Buat larik 1-D yang berisi nilai 1,2,3,4,5:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
Array 2-D
Array yang memiliki array 1-D sebagai elemennya disebut array 2-D.
Ini sering digunakan untuk mewakili matriks atau tensor orde ke-2.
NumPy memiliki seluruh sub modul yang didedikasikan untuk operasi matriks yang disebut
numpy.mat
Contoh
Buat larik 2-D yang berisi dua larik dengan nilai 1,2,3 dan 4,5,6:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
Array 3-D
Array yang memiliki array 2-D (matriks) sebagai elemennya disebut array 3-D.
Ini sering digunakan untuk mewakili tensor orde ke-3.
Contoh
Buat larik 3-D dengan dua larik 2D, keduanya berisi dua larik dengan nilai 1,2,3 dan 4,5,6:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)
Periksa Jumlah Dimensi?
NumPy Arrays menyediakan ndim
atribut yang mengembalikan bilangan bulat yang memberi tahu kita berapa banyak dimensi yang dimiliki array.
Contoh
Periksa berapa banyak dimensi yang dimiliki array:
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)
Array Dimensi Lebih Tinggi
Array dapat memiliki sejumlah dimensi.
Saat array dibuat, Anda dapat menentukan jumlah dimensi dengan menggunakan ndmin
argumen.
Contoh
Buat array dengan 5 dimensi dan verifikasi bahwa ia memiliki 5 dimensi:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
Pada larik ini dimensi terdalam (redup ke-5) memiliki 4 elemen, redup ke-4 memiliki 1 elemen yaitu vektor, redup ke-3 memiliki 1 elemen yaitu matriks dengan vektor, redup ke-2 memiliki 1 elemen yaitu array 3D dan 1st redup memiliki 1 elemen yaitu array 4D.