NumPy Creating Arrays

-

 


Create a NumPy ndarray Object

NumPy digunakan untuk bekerja dengan array. Objek array di NumPy disebut ndarray.

Kita dapat membuat objek NumPy ndarray dengan menggunakan fungsi array().

Contoh
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

print(arr)

print(type(arr))
type(): Fungsi bawaan python ini memberi tahu kita jenis objek. Seperti pada kode diatas itu menunjukkan bahwa arr adalah numpy.ndarray tipe.

Untuk membuat ndarray, kita dapat meneruskan list, tuple, atau objek seperti array apa pun ke dalam array(), 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)

Dimensions in Arrays

Dimensi dalam array adalah satu tingkat kedalam array (nested arrays).

nested arrays: 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-diemnsi atau 1-D.

Ini adalah array yang paling umum dan dasar.

Contoh
Buat array 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 array 2D yang berisi dua array 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 array 3-D dengan dua array 2-D, keduanya berisi dua array 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)

Check Number of Dimensions

NumPy Arrays menyediakan atribut ndim 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)

Higher Dimensional Arrays

Array dapat memiliki sejumlah dimensi.

Saat array dibuat, Anda dapat menentukan jumlah dimensi dengan menggunakan argumen ndim.

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 (5 dim) memiliki 4 elemen, dim ke-4 memiliki 1 elemen yaitu vektor, dim ke-3 memiliki 1 elemen yaitu matriks dengan vektor, dim ke-2 memiliki 1 elemen yaitu array 3D dan 1st dim memiliki 1 elemen yaitu array 4D


Komentar

Posting Komentar

Postingan populer dari blog ini

NumPy Array Search

-
Gambar
  Searching Arrays Kita dapat mencari array untuk nilai tertentu, dan mengembalikan index yang cocok. Untuk mencari array, gunakan where() . Contoh Temukan index dimana nilainya adalah 4. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  4 ,  4 ]) x =   np.where(arr ==  4 ) print (x) Contoh diatas akan mengembalikan Tuple: (array([3, 5, 6]),) Yang artinya nilai 4 terdapat pada index 3, 5, dan 6. Contoh Temukan index dimana nilainya genap. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  0 ) print (x) Contoh Temukan index dimana nilainya ganjil. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  1 ) print (x) Search Sorted  Ada metode yang disebut searchsorted() yang mela...
Baca selengkapnya

NumPy Array Split

-
Gambar
  Splitting NumPy Arrays Splitting/Pemisahan adalah operasi kebalikan dari Joining. Bergabung/Joining menggabungkan beberapa array menjadi satu dan memisahkan memecah satu array menjadi banyak. Kita menggunakan array_split() untuk memisahkan array, kita memberikan array yang ingin kita bagi dan jumlah pemisahan. Contoh Bagi array menjadi 3 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  3 ) print (newarr) Note: Nilai yang dikembalikan adalah array yang berisi 3 array. Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dari akhir. Contoh Bagi array menjadi 4 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  4 ) print (newarr) Note: Kita juga memiliki metode split() tersedia tetapi tidak akan menyesuaikan elemen ketika elemen ku...
Baca selengkapnya

NumPy Array Iterating

-
Gambar
  Iterating Array Iterating/iterasi berarti menelusuri elemen satu per satu. saat kita berurusan dengan array multi-dimensi di numpy, kita bisa melakukan ini menggunakan for loop dasar Python. Jika kita mengulangi/loop pada array 1-D, ia akan melewati setiap elemen satu per satu. Contoh  Iterasi pada elemen array 1-D berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ]) for  x  in  arr:    print (x) Iterating 2-D Arrays Dalam array 2-D itu akan melewati semua baris. Contoh Lakukan iterasi pada elemen array 2D berikut. import  numpy  as  np arr = np.array([[ 1 ,  2 ,  3 ], [ 4 ,  5 ,  6 ]]) for  x  in  arr:    print (x) Jika kita iterasi pada array n -D maka akan melewati dimensi n-1 satu per satu. Untuk mengembalikan nilai aktual, skalar, kita harus mengulangi/loop array di setiap dimensi. Contoh Iterasi pada  setiap elemen skalar dari array 2-D. import ...
Baca selengkapnya