Mảng (Array) là một cấu trúc dữ liệu quan trọng trong Numpy. Nó cho phép bạn lưu trữ và thao tác với dữ liệu dưới dạng một bảng các phần tử. Mảng Numpy có thể được khởi tạo từ các giá trị dữ liệu, từ các mảng hiện có hoặc từ các tập dữ liệu.
Khái niệm cơ bản về mảng Numpy
Một mảng Numpy là một đối tượng mảng N-chiều. Mỗi chiều của mảng được gọi là một trục. Số chiều của mảng được gọi là cấp của mảng.
Mảng Numpy được tạo bởi hàm np.array(). Hàm này có thể được sử dụng để khởi tạo một mảng từ các giá trị dữ liệu, từ các mảng hiện có hoặc từ các tập dữ liệu.
Các loại mảng Numpy
Mảng Numpy có thể được khởi tạo với nhiều kiểu dữ liệu khác nhau. Các kiểu dữ liệu phổ biến nhất bao gồm:
- int64: Kiểu dữ liệu số nguyên 64 bit.
- float32: Kiểu dữ liệu số thực 32 bit.
- str: Kiểu dữ liệu chuỗi.
- bool: Kiểu dữ liệu logic.
Các thuộc tính của mảng Numpy
Mảng Numpy có một số thuộc tính quan trọng, bao gồm:
- shape: Kích thước của mảng.
- dtype: Kiểu dữ liệu của mảng.
- ndim: Cấp của mảng.
Các phép toán trên mảng Numpy
Mảng Numpy hỗ trợ nhiều phép toán toán học và logic. Các phép toán này có thể được sử dụng để thực hiện các phép toán trên các phần tử của mảng.
Các hàm xử lý dữ liệu trên mảng Numpy
Mảng Numpy cung cấp một bộ các hàm xử lý dữ liệu để làm việc với dữ liệu. Các hàm này bao gồm các hàm lọc, sắp xếp, tìm kiếm,…
Ví dụ về mảng Numpy
import numpy as np # Khởi tạo một mảng một chiều arr = np.array([1, 2, 3, 4, 5]) # Khởi tạo một mảng hai chiều arr = np.array([[1, 2, 3], [4, 5, 6]]) # Khởi tạo một mảng ba chiều arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) # Hiển thị kích thước của mảng print(arr.shape) # Hiển thị kiểu dữ liệu của mảng print(arr.dtype) # Hiển thị cấp của mảng print(arr.ndim) # Thực hiện phép cộng trên các phần tử của mảng arr = arr + 1 # Sắp xếp mảng theo thứ tự tăng dần arr = np.sort(arr) # Tìm kiếm phần tử đầu tiên có giá trị bằng 5 index = np.where(arr == 5)[0][0] # In ra giá trị của phần tử có chỉ số là 2 print(arr[2]) Kết luận
Mảng (Array) là một cấu trúc dữ liệu quan trọng trong Numpy. Nó cho phép bạn lưu trữ và thao tác với dữ liệu dưới dạng một bảng các phần tử. Mảng Numpy có thể được sử dụng trong nhiều ứng dụng khác nhau, bao gồm khoa học dữ liệu, máy học và trí tuệ nhân tạo.
Nếu bạn là newbie có thể tham khảo bài viết này để tìm hiểu lộ trình học DA trong 3 tháng của SmartData.
Nếu bạn thấy bài viết hay và hữu ích, bạn có thể tham gia các kênh sau của SmartData để nhận được nhiều hơn nữa:
