Cara Menggunakan Array NumPy Python

Banyak perpustakaan ada di Python untuk melakukan berbagai jenis tugas. NumPy adalah salah satunya. Bentuk lengkap NumPy adalah Numerical Python, dan terutama digunakan untuk komputasi ilmiah. Objek array multidimensi dapat didefinisikan dengan menggunakan pustaka ini yang disebut array Python NumPy. Berbagai jenis fungsi ada di pustaka NumPy untuk membuat larik. Array NumPy dapat dihasilkan dari daftar python data numerik, rentang data, dan data acak. Bagaimana array NumPy dapat dibuat dan digunakan untuk melakukan berbagai jenis operasi telah ditunjukkan dalam tutorial ini.

Keuntungan menggunakan NumPy Array

Array NumPy lebih baik daripada daftar Python karena berbagai alasan. Beberapa keuntungan signifikan menggunakan array NumPy diberikan di bawah ini.

  1. Ini mengkonsumsi lebih sedikit memori dibandingkan dengan daftar python.
  2. Ini bekerja lebih cepat daripada daftar python untuk jumlah data yang sama.
  3. Lebih cocok untuk digunakan daripada daftar python untuk beberapa tugas tertentu.

Prasyarat

Pustaka NumPy tidak diinstal dengan Python secara default. Jadi, Anda harus menginstal perpustakaan ini sebelum mempraktikkan contoh yang ditunjukkan dalam tutorial ini. Python 3+ digunakan dalam tutorial ini. Jalankan perintah berikut dari terminal untuk menginstal NumPy di ​​python 3.

$ sudo apt-get install python3-numpy

Atribut Array NumPy

Array NumPy memiliki banyak atribut untuk mengambil berbagai jenis informasi tentang array. Beberapa atribut yang berguna dari array ini dijelaskan di bawah ini.

  1. ndarray.ndim – Atribut ini mengembalikan jumlah dimensi array NumPy bernama ndarray.
  2. ndarray.shape – Atribut ini mengembalikan ukuran setiap dimensi array NumPy bernama ndarray.
  3. ndarray.size – Atribut ini mengembalikan jumlah total elemen array NumPy bernama ndarray.
  4. ndarray.itemsize – Atribut ini mengembalikan ukuran setiap elemen array NumPy bernama ndarray.
  5. ndarray.dtype – Atribut ini mengembalikan tipe data elemen array NumPy bernama ndarray.
  6. ndarray.nbytes – Atribut ini mengembalikan jumlah total byte yang dikonsumsi oleh elemen array NumPy bernama ndarray.

Penggunaan NumPy Array

Cara mendeklarasikan array NumPy satu dimensi, dua dimensi, dan tiga dimensi ditunjukkan di bagian tutorial ini.

Contoh-1: Penggunaan array NumPy satu dimensi

Contoh berikut menunjukkan tiga cara membuat array NumPy satu dimensi. array() function telah digunakan untuk membuat larik satu dimensi pertama dari 10 bilangan bulat. arrange() function telah digunakan untuk membuat larik satu dimensi kedua dari 10 nomor urut. rand() functiontelah digunakan untuk membuat larik satu dimensi ketiga dari 10 bilangan float acak. Selanjutnya,print() function telah digunakan untuk mencetak atribut yang berbeda dan nilai tiga array.

# Import NumPy

import numpy as np

# Declare NumPy array in three different array

oneArray1 = np.array([7, 3, 19, 6, 3, 1, 12, 8, 11, 5])

oneArray2 = np.arange(10)

oneArray3 = np.random.rand(10)

# Print different attributes of three NumPy arrays

print("ndimension of the the first NumPy array is:", oneArray1.ndim)

print("size of the second NumPy array is:", oneArray2.size)

print("data type of the third NumPy array is:", oneArray3.dtype)

# Print the values of the three NumPy array

print("nvalues of the first array are:n", oneArray1)

print("values of the second array are:n", oneArray2)

print("values of the third array are:n", oneArray3)

keluaran :

Output berikut akan muncul setelah menjalankan skrip di atas. Outputnya menunjukkan bahwa
array pertama adalah1, ukuran larik kedua adalah 10, dan tipe data dari array ketiga adalah float64. Tiga array telah dicetak kemudian.

Contoh-2: Penggunaan array NumPy dua dimensi

Contoh berikut menunjukkan dua cara membuat array NumPy dua dimensi. array() fungsi telah digunakan untuk membuat array dua dimensi dari 2 baris dan 3 kolom dengan data integer. rand() fungsi telah digunakan untuk membuat array dua dimensi dari 2 baris dan 4 kolom dengan data float. Selanjutnya, fungsi print() telah digunakan untuk mencetak atribut size dan nilai kedua array.

# Import NumPy

import numpy as np

# Declare two-dimensional array using lists

twoArray1 = np.array([[12, 2, 27], [40, 15, 6]])

# Declare two-dimensional array using random values

twoArray2 = np.random.rand(2, 4)

# Print the size of both arrays

print("size of the first array:", twoArray1.size)

print("size of the second array:", twoArray2.size)

# Print the values of both arrays

print("values of the first array are:n", twoArray1)

print("values of the second array are:n", twoArray2)

keluaran :

Output berikut akan muncul setelah menjalankan skrip di atas. Keluaran menunjukkan bahwa ukuran larik pertama adalah 6 (2×3), dan ukuran larik kedua adalah 8 (2×4). Kedua array telah dicetak kemudian.

Contoh-3: Penggunaan array NumPy tiga dimensi

Contoh berikut menunjukkan dua cara membuat array NumPy tiga dimensi. array() fungsi telah digunakan untuk membuat array tiga dimensi dari data integer. rand() fungsi telah digunakan untuk membuat array tiga dimensi dari data float. Selanjutnya, fungsi print() telah digunakan untuk mencetak dimensi dan nilai dari kedua array.

# Import NumPy

import numpy as np

# Create a three-dimensional array using the list

threeArray1 = np.array([[[3, 6, 7], [7, 5, 9], [8, 5, 2]]])

# Create a three-dimensional array using random values

threeArray2 = np.random.rand(2, 4, 3)

# Print the dimension of both arrays

print("dimension of the first array:", threeArray1.ndim)

print("dimension of the second array:", threeArray2.ndim)

# Print the values of both arrays

print("values of the first array are:n", threeArray1)

print("values of the second array are:n", threeArray2)

keluaran :

Output berikut akan muncul setelah menjalankan skrip di atas. Output menunjukkan bahwa dimensi kedua array adalah 3. Kedua array telah dicetak kemudian.

Kesimpulan

Membuat berbagai jenis array NumPy telah dijelaskan dalam tutorial ini dengan menggunakan beberapa contoh. Saya berharap para pembaca dapat membuat array NumPy setelah mempraktekkan contoh-contoh tutorial ini.

Related Posts