Vienkāršiem vārdiem sakot, mēs varam definēt divdimensiju masīvu kā masīvu citā masīvā. Tā indekss sākas ar “0” un beidzas ar masīva lielumu “-1”. Masīvus masīvu ietvaros var izveidot n reizes. Divdimensiju masīvs var mainīt izmēru gan vertikāli, gan horizontāli abos virzienos.
Sintakse
Masīva deklarēšanas sintakse ir šāda:
masīva_nosaukums = [ r_arr ] [ c_arr ]
masīva_nosaukums ir tā masīva nosaukums, kuru vēlamies izveidot. Tā kā “r_arr” ir masīva rindas un “c_arr” ir masīva kolonna. Šī sintakse ļauj mums izveidot atmiņas vietu, kurā tiks saglabāts masīvs, vai arī mēs varam teikt, ka atmiņas vietu var rezervēt masīvam.
Ir vēl viena metode 2D masīva deklarēšanai:
masīva_nosaukums = [ [ R1C1 , R1C2 , R1C3 , ... ] , [ R2C2 , R2C2 , R2C3 , ... ] , . . .. ]
Iepriekš minētajā sintaksē masīva nosaukums ir masīva nosaukums, kur “R1C1”, “R2C1”, … n ir masīva elementi, kur “R” apzīmē rindas un “c” apzīmē kolonnas. Kā redzams pirmajās kvadrātiekavās, rindu skaits mainās, kamēr kolonnas ir vienādas. Tas ir tāpēc, ka masīvā mēs definējam kolonnas, izmantojot vairākus masīvus, savukārt rindas ir definētas iekšējos masīvos.
Piemērs # 01: Divdimensiju masīva izveide
Sniegsim praktisku piemēru divdimensiju masīva izveidei un gūsim labāku priekšstatu par to, kā tiek izveidots divdimensiju masīvs. Lai izveidotu 2D masīvu, mēs vispirms importēsim savu NumPy bibliotēku, kas ļaus mums ieviest dažas pakotnes, kuras NumPy mums nodrošina masīva izveidei. Tālāk mēs inicializēsim mainīgo, kas satur divdimensiju masīvu, lai izveidotu masīvu. Mēs nodosim funkciju np.array(), kas ļauj mums diviem izveidot jebkura veida masīvu neatkarīgi no tā, vai tas ir 1D, 2D vai tā tālāk. Šai funkcijai mēs nosūtīsim vairākus masīvus šajā masīvā, kas ļaus mums izveidot 2-dimensiju masīvu.
Kā redzams zemāk esošajā ekrānuzņēmumā, otrajā rindā mēs šai funkcijai nodevām trīs masīvus, kas nozīmē, ka mums ir trīs rindas, un šajos masīvos mēs katram nodevām 6 elementus, kas nozīmē, ka ir 6 kolonnas. Viena lieta, kas jāņem vērā, ir tas, ka mēs vienmēr nododam elementus kvadrātiekavās, kas nozīmē, ka mēs nododam masīva elementus un mēs varam redzēt, ka vienā masīvā esam nodevuši vairākus masīvus.
imports nejutīgs kā piem.
masīvs = piem. masīvs ( [ [ 1 , divi , 3 , 4 , 5 , 6 ] , [ 4 , 5 , 6 , 7 , 8 , 9 ] , [ 7 , 8 , 9 , 10 , vienpadsmit , 12 ] ] )
drukāt ( masīvs )
Beigās mēs izdrukājām masīvu, izmantojot drukas paziņojumu. Kā parādīts zemāk esošajā ekrānuzņēmumā, mēs redzam, ka tiek parādīts masīvs, kurā ir 3 rindas un 6 kolonnas.
Piemērs # 02: Piekļuve vērtībām
Kamēr mēs pētījām 2D masīvu izveides metodi, mūsu prātā noteikti iešāvās viena lieta: kā mēs varam piekļūt 2D masīva elementiem? Lai gan piekļuve 2D masīva elementam nav liela problēma. Numpy ļauj mums manipulēt ar masīvu elementiem, izmantojot vienkāršu koda rindu, kas ir:
Masīvs [ rindas indekss ] [ kolonnas indekss ]Masīvs ir tā masīva nosaukums, no kura mums ir jāpiekļūst vai jāiegūst dati, kur rindas indekss ir rindas atmiņas vieta. Un kolonnas indekss ir kolonnas atrašanās vieta, kurai jāpiekļūst, pieņemsim, ka mums ir jāpiekļūst rindas indeksa “2” elementam un kolonnas indeksa “0” elementam.
Kā redzams attēlā zemāk, mēs vispirms importējām NumPy bibliotēku, lai piekļūtu NumPy pakotnēm. Pēc tam mēs deklarējām mainīgā nosaukumu “masīvs”, kurā ir 2D masīvs, un pēc tam nodevām tam vērtības, kuras vēlamies tajā saglabāt. Vispirms mēs parādījām masīvu tādu, kāds tas ir, ko esam inicializējuši. Pēc tam mēs nodevām masīvu ar indeksu mūsu print() priekšrakstam, kas parādīs visu masīvu, kas tiek glabāts indeksā “2”. Nākamajā koda rindā mēs atkal nodevām masīvu ar diviem indeksiem priekšrakstam print (). Pirmā ir masīva rinda, bet otrā ir masīva kolonna, kas ir “0” un “2”.
imports nejutīgs kā piem.masīvs = piem. masīvs ( [ [ 1 , divi , 3 , 4 , 5 , 6 ] , [ 4 , 5 , 6 , 7 , 8 , 9 ] , [ 7 , 8 , 9 , 10 , vienpadsmit , 12 ] ] )
drukāt ( 'Masīva displejs:' , masīvs )
drukāt ( 'Rādīt otro rindu:' , masīvs [ divi ] )
drukāt ( 'Rādīt pirmās rindas un 2 kolonnu elementu:' , masīvs [ 0 ] [ divi ] )
Šī izvade tiek atgriezta, kamēr koda kompilators izdrukā masīvu tādu, kāds tas ir. Pēc tam otrā rinda atbilstoši kodam. Visbeidzot, kompilators atgriež elementu, kas ir saglabāts indeksā “0” rindām un indeksā “2” kolonnai.
03. piemērs: vērtību atjaunināšana
Mēs jau esam apsprieduši metodoloģiju, kā mēs varam izveidot vai piekļūt datiem vai elementiem 2D masīvā, bet, ja mums ir jāmaina masīva elementi, mēs varam vienkārši izmantot metodi, ko nodrošina NumPy pakotnes, kas ļauj mums lai atjauninātu vēlamo vērtību masīvā.
Lai atjauninātu vērtību, mēs izmantojam:
masīvs [ rindas_indekss ] [ kolonnas_indekss ] = [ vērtības ]Iepriekš minētajā sintaksē masīvs ir masīva nosaukums. Rindas rādītājs ir vieta vai atrašanās vieta, kuru mēs rediģēsim. Kolonnas indekss ir kolonnas atrašanās vieta, kurā vērtība tiek atjaunināta, kur vērtība ir tā, kas jāpievieno vēlamajam indeksam.
Kā redzam, mēs vispirms importējam savu NumPy bibliotēku. Un pēc tam deklarēja masīvu ar izmēru 3 × 6 un nodeva tā veselo skaitļu vērtības. Pēc tam mēs nodevām vērtību “21” masīvam, kas nozīmē, ka mēs vēlamies saglabāt vērtību “21” masīvā rindas “0” un kolonnas “2”, kas nozīmē, ka vēlamies to saglabāt indeksā. no pirmās rindas un 3 rd masīva kolonna. Pēc tam izdrukājiet abus masīvus, oriģinālo un arī elementu, ko esam saglabājuši masīvā.
imports nejutīgs kā piem.masīvs = piem. masīvs ( [ [ 1 , divi , 3 , 4 , 5 , 6 ] , [ 4 , 5 , 6 , 7 , 8 , 9 ] , [ 7 , 8 , 9 , 10 , vienpadsmit , 12 ] ] )
masīvs [ 0 ] [ divi ] = divdesmitviens
drukāt ( 'Masīva displejs:' , masīvs )
drukāt ( 'Rādīt pirmās rindas un 2 kolonnu elementu:' , masīvs [ 0 ] [ divi ] )
Kā parādīts zemāk, vērtība tiek veiksmīgi atjaunināta masīvā, vienkārši pievienojot vienkāršu koda rindiņu, ko nodrošina NumPy pakotne.
Secinājums
Šajā rakstā mēs izskaidrojām dažādus veidus, kā izveidot divdimensiju masīvus un kā mēs varam ar tiem manipulēt, izmantojot NumPy iebūvētās funkcijas. Mēs apspriedām, kā mēs varam piekļūt masīva elementiem un tos atjaunināt. Numpy ļauj mums izveidot un manipulēt ar daudzdimensiju masīviem, izmantojot vienu koda rindiņu. Numpy masīvi ir skaidrāki un efektīvāki nekā python saraksti.