Oppikaa tekoälyä Pythonilla · Oppitunti

Taulukoiden luominen ja ominaisuudet

np.array(), np.zeros/ones/eye/arange/linspace, shape, dtype, ndim, size.

Oppitunti 1/413 vaihetta

Taulukoiden luominen ja ominaisuudet on ilmainen Oppikaa tekoälyä Pythonilla-oppitunti CoddyKitissä. Tämä on oppitunti 1/4. Voit lukea tästä oppimispolusta kokonaan mitkä tahansa 3 oppituntia ilmaiseksi — sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä käytännön harjoittelun sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. Oppitunti kuuluu Oppikaa tekoälyä Pythonilla-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Oppikaa tekoälyä Pythonilla-kurssilla on yhteensä 4 oppituntia.

ndarray

NumPyn keskeinen objekti on ndarray: kiinteän kokoinen ja homogeeninen lukuruudukko, joka tallennetaan yhtenäiseen muistiin. Tämä rakenne tekee NumPystä nopean.

import numpy as np
a = np.array([1, 2, 3, 4])
print(a)   # [1 2 3 4]

Sisäkkäisistä listoista

Välittäkää listojen lista rakentaaksenne 2D-taulukon. NumPy päättelee muodon rakenteen perusteella.

m = np.array([[1, 2, 3], [4, 5, 6]])
print(m)
# [[1 2 3]
#  [4 5 6]]

Nollat ja ykköset

np.zeros ja np.ones varaavat ennalta tietyn muotoisia taulukoita. Tämä on tavallinen tapa luoda paikanvaraajia ennen niiden täyttämistä.

print(np.zeros((2, 3)))   # 2x3 of 0.0
print(np.ones(4))         # [1. 1. 1. 1.]

Identiteettimatriisi komennolla eye

np.eye(n) luo n × n -kokoisen identiteettimatriisin: lävistäjällä on ykkösiä ja muualla nollia. Se on olennainen lineaarialgebrassa.

print(np.eye(3))
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

Alueet komennolla arange

np.arange(start, stop, step) toimii kuten Pythonin range, mutta palauttaa taulukon ja hyväksyy liukulukuiset askeleet.

print(np.arange(0, 10, 2))   # [0 2 4 6 8]
print(np.arange(0, 1, 0.25))  # [0.   0.25 0.5  0.75]

Tasavälit komennolla linspace

np.linspace(start, stop, num) palauttaa num tasavälein sijaitsevaa pistettä siten, että molemmat päätepisteet sisältyvät mukaan. Se sopii täydellisesti kuvaajien akseleille.

print(np.linspace(0, 1, 5))   # [0.   0.25 0.5  0.75 1.  ]

arange vai linspace

Käyttäkää arange-funktiota, kun tunnette askeleen; käyttäkää linspace-funktiota, kun tunnette pisteiden lukumäärän. linspace välttää liukulukuihin liittyvän askelkoon kertymävirheen.

# 50 points from 0 to 2*pi for a smooth curve
x = np.linspace(0, 2 * np.pi, 50)

shape ja ndim

.shape on dimensioiden koot sisältävä monikko ja .ndim dimensioiden lukumäärä. 2×3-taulukon shape on (2,3) ja ndim 2.

m = np.array([[1, 2, 3], [4, 5, 6]])
print(m.shape)   # (2, 3)
print(m.ndim)    # 2

size ja dtype

.size on elementtien kokonaismäärä ja .dtype elementtien tietotyyppi. NumPy valitsee tehokkaan numeerisen dtypen automaattisesti.

print(m.size)    # 6
print(m.dtype)   # int64

itemsize ja muisti

.itemsize on yhden elementin koko tavuina. Kertomalla sen arvolla .size voitte arvioida taulukon muistijalanjäljen.

print(m.itemsize)          # 8 (bytes per int64)
print(m.size * m.itemsize) # 48 bytes total

Dtypen valitseminen

Voitte pakottaa tietyn dtypen säästääksenne muistia tai varmistaaksenne tarkkuuden. float32 käyttää puolet vähemmän muistia kuin float64.

a = np.array([1, 2, 3], dtype=np.float32)
print(a.dtype)      # float32
print(a.itemsize)   # 4

Pikatarkistus

Testatkaa taulukoiden luomista koskeva tietämyksenne.

Vastaa interaktiivisessa oppitunnissa

Kertaus

Taulukoiden luomisen työkalut:

np.array listoista, np.zeros/np.ones paikanvaraajina ja np.eye identiteettimatriisia varten
np.arange askeleen perusteella ja np.linspace lukumäärän perusteella
Ominaisuudet: shape, ndim, size, dtype ja itemsize

Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit: 53
Oppitunnit: 225

Aloita opiskelu maksutta Näytä koko kurssi

Usein kysytyt kysymykset

Onko oppitunti ”Taulukoiden luominen ja ominaisuudet” ilmainen?

Kyllä — voit lukea täällä verkossa kokonaan ilmaiseksi mitkä tahansa Oppikaa tekoälyä Pythonilla-oppimispolun 3 oppituntia, myös oppitunnin “Taulukoiden luominen ja ominaisuudet”. Sen jälkeen CoddyKit PRO avaa kaikki oppitunnit sekä interaktiiviset harjoitukset sisäänrakennetulla koodieditorilla ja ympäri vuorokauden toimivalla tekoälytuutorilla. Oppikaa tekoälyä Pythonilla-kurssilla on yhteensä 4 oppituntia.

Mitä opin oppitunnilla ”Taulukoiden luominen ja ominaisuudet”?

np.array(), np.zeros/ones/eye/arange/linspace, shape, dtype, ndim, size. Harjoittelet Oppikaa tekoälyä Pythonilla-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Oppikaa tekoälyä Pythonilla-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Oppikaa tekoälyä Pythonilla-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 1/4.

Kuinka kauan ”Taulukoiden luominen ja ominaisuudet”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Oppikaa tekoälyä Pythonilla-oppitunnilla?

Kyllä. Jokainen Oppikaa tekoälyä Pythonilla-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

Taulukoiden luominen ja ominaisuudet
Indeksointi, viipalointi ja fancy-indeksointi
Broadcasting ja vektoroidut operaatiot
Lineaarialgebra NumPyllä

← Takaisin: Oppikaa tekoälyä Pythonilla