Lembar Cheat Dasar PythonNumPy

Panduan referensi cepat untuk arrayNumPy. Pelajari pembuatan array, pembentukan ulang, pengindeksan, pemotongan, dan operasi matematika.

Pembuatan & Inspeksi Array

Metode untuk menginisialisasi array numpy dan mengekstrak karakteristik bentuk.

Metode / FungsiSintaksDeskripsi
np.array()np.array(list)Membuat ndarray multidimensi homogen dari daftar.
np.arange()np.arange(start, stop, step)Membuat array dengan nilai yang berjarak sama dalam rentang tertentu.
np.linspace()np.linspace(start, stop, num)Membuat array dengan jumlah nilai yang berjarak sama selama interval tertentu.
np.zeros() / np.ones()np.zeros(shape) / np.ones(shape)Menginisialisasi array yang diisi dengan nol atau satu dalam bentuk yang ditentukan.
shape / dtypearr.shape / arr.dtypeAtribut mengembalikan dimensi dan tipe elemen array.

Manipulasi Array & Matematika

Rutinitas untuk mengubah tata letak array dan melakukan agregasi matematika.

Metode / FungsiSintaksDeskripsi
reshape()arr.reshape(new_shape)Memberikan bentuk baru pada array tanpa mengubah datanya.
arr.Tarr.TMengubah urutan atribut. Membalikkan sumbu array.
np.concatenate()np.concatenate((a1, a2), axis=0)Menggabungkan urutan array sepanjang sumbu yang ada.
mean() / std()arr.mean() / arr.std()Menghitung mean aritmatika dan deviasi standar.
sum() / dot()arr.sum() / np.dot(a, b)Menjumlahkan elemen, atau menghitung perkalian matriks perkalian titik.

Skrip Demo Interaktif

run_all_cheat_methods.py
Jalankan di Editor
# np.array()
np.array(list)

# np.arange()
np.arange(start, stop, step)

# np.linspace()
np.linspace(start, stop, num)

# np.zeros() / np.ones()
np.zeros(shape) / np.ones(shape)

# shape / dtype
arr.shape / arr.dtype

# reshape()
arr.reshape(new_shape)

# arr.T
arr.T

# np.concatenate()
np.concatenate((a1, a2), axis=0)

# mean() / std()
arr.mean() / arr.std()

# sum() / dot()
arr.sum() / np.dot(a, b)

Pertanyaan yang Sering Diajukan

Mengapa menggunakan arrayNumPyalih-alih daftar Python standar?

ArrayNumPydisimpan dalam blok memori yang berdekatan, membuatnya jauh lebih cepat dan lebih hemat memori untuk komputasi numerik.

Apa yang disiarkan diNumPy?

Penyiaran memungkinkan operasi aritmatika dilakukan pada array dengan bentuk berbeda, memperluas array yang lebih kecil agar sesuai dengan bentuk array yang lebih besar secara otomatis.

Topik Terkait

Sumber Daya Python yang Direkomendasikan

Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.