Numpy matrise -dimensjoner

“De flerdimensjonale eller ND-grytene er containere med fast størrelse av flerdimensjoner som har gjenstandene som er lagret i seg av samme størrelse og type. Antall dimensjoner i en matrise beskriver rangering for den matrisen. Vi kan definere disse dimensjonene i nummeret for en matrise, og dimensjonene representerer antallet indekser som må spesifiseres for det aktuelle individet eller elementet i matrisen.

Hvis vi vil vite om antall dimensjoner for matrisen, kan vi bruke funksjonen fra "numpy", som vil returnere antall dimensjoner, lengden på hver dimensjon på matrisen og størrelsen på matrisen Bruker utvidelsesmetoden som “numpy. nd-array () ”. For introduksjonen til "Numpy" er det et bibliotek som gir den innebygde funksjonen for matriserelaterte operasjoner på Python-språket.”

Fremgangsmåte

Denne artikkelen vil gi en introduksjon basert på arbeids- og erklæringsprinsippene for numpy matrise -dimensjoner. Vi vil bli kjent.

Syntaks

Hvis vi vil vite om matrisens dimensjon, som i, vil vi vite størrelsen, tallet og formen, så tilbyr Python Library Numpy mange funksjoner relatert til hver spesifikk attributt for matrisen. I artikkelen vil vi diskutere de tre av dem, og de er som følger:

• • Array. ndim
  • Array. form
  • Array. størrelse

Returverdi

Alle de ovennevnte funksjonene vil gi dimensjonene, formen på de spesifiserte dimensjonene og størrelsen på henholdsvis matrisen eller dimensjonslengden i utgangen i utgangen.

Eksempel nr. 01

Vi vil bruke en av de ovennevnte funksjonene og vil implementere den funksjonen for å bekrefte resultatene. Så den første funksjonen vi vil implementere er "matrisen. ndim () ”. Vi skal utføre programmet for denne funksjonen i "Spyder", som er kjent som programvareplattformen for Python. Det første trinnet for implementering av denne funksjonen ville være å lage et prosjekt i skallet og deretter lagre det i de nødvendige filkatalogene.

For å skrive ethvert program i Python Shell, må vi installere noen biblioteker som hjelper til med å hente informasjonen om funksjonene vi kaller i programmet og gjøre utførelsen av programmet mulig. Noen av disse bibliotekene har installert med programvaren, og andre må vi laste ned og installere i programvaren ved hjelp av spesifikke kommandoer gjennom terminalvinduet. Så vi installerte et slikt bibliotek for å bruke funksjonene som tilbys av det i prosjektet. Dette biblioteket heter “Numpy”.

Vi vil importere modulen med navnet "Numpy" fra de installerte bibliotekene. Når vi kommer tilbake til eksemplet, vil vi bruke Numpy -modulen og vil opprette et array -objekt og tilordne det til variabelen “Array”. For dette eksemplet vil vi lage et 2D-array-objekt som har elementer indeksert i de to dimensjonene. Klassen relatert til matrisen representerer ND-arrays. Elementene i den numpy matrisen kan initialiseres med Python -listen, og vi kan få tilgang til dem ved firkantet [] parentes. Så ved å bruke disse parentesene “[]” og “NP. Array () ”, vil vi spesifisere elementene og dimensjonen til matrisen.

Den 2-dimensjonale matrisen vil se ut som “NP. Array ([[9, 8, 7], [8, 5, 3]]) ”. På denne todimensjonale matrisen vil vi bruke “matrisen. NDIM ”-funksjon, og den vil returnere dimensjonen for denne matrisen. For å vise resultatet for denne funksjonen på skjermen, må du bare sende denne funksjonen til parameteren til funksjonsutskriften () eller ring den samme funksjonen i parameteren til print () -funksjonen. Vi har kalt denne funksjonen ved hjelp av matrisenavnet i parameteren til funksjonstrykket () for å spare tid. For å implementere programmet, kopierer du koden skrevet på Python -språk fra figuren nedenfor og lim den inn i kompilatoren.

Importer numpy som NP
# Lag et matriseobjekt
Array = NP.Array ([[9, 8, 7], [8, 5, 3]])
# Skriv ut array -dimensjonene
trykk ("Antall dimensjoner:", Array.ndim)

Når vi vil lime inn programmet for eksemplet ovenfor og kjøre programmet på Python-kompilatoren, vil programmet vise utdataene, som vil ha antall dimensjoner som skulle være lik 2 siden vi hadde definert den todimensjonale matrisen i vårt eksempel.

Eksempel # 02

Etter å ha kjent metoden for å få dimensjonene til matrisen nå, la oss løse et annet eksempel og skrive et program for å finne formen på matrisen når vi har erklært en matrise. Formen på matrisen bidrar til den attributtet i Numpy -matrisen som brukes til å få estimering for lengden på matrisens dimensjoner. For å vite om formen på matrisen, start med å importere “Numpy” array-modulen og deretter bruke denne modulen for å prøve å lage en annen 2D-array med metoden som definert i forrige eksempel.

Den todimensjonale matrisen vil ha elementene spesifisert av “NP. Array () ”-metode som“ [[9, 8, 7], [8, 5, 3]] ”. Vi vil bruke denne matrisen og vil kalle funksjonen “Array. form ”og pass den til parametrene til print () -funksjonen for å vise resultatene vi vil få fra denne formfunksjonen. Vi skriver igjen denne matrisen med “matrisen. størrelse ”for å kjenne størrelsen på elementene i matrisen. Utgangen for denne koden er nevnt nedenfor:

Importer numpy som NP
# Lag et matriseobjekt
Array = NP.Array ([[9, 8, 7], [8, 5, 3]])
# Skriv ut formen på en matrise
trykk ("form på matrisen:", matrise.form)
# Utskriftsstørrelse antall elementer totalt
trykk ("Array Size:", Array.størrelse)

Funksjonen har returnert formen og størrelsen på den todimensjonale matrisen som vi hadde spesifisert i form og størrelsesmetode.

Konklusjon

Denne guiden har all informasjon og metoder som er forklart for å få dimensjonene for en matrise. Vi har nevnt tre funksjoner med navnet “. form, .ndim, og .størrelse ”for å få formen, antall dimensjoner og henholdsvis størrelsen på matrisen. Vi har gjort to eksempler som forklarer hvordan vi kan kalle disse metodene i programmet.