Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Функція array() | Початок Роботи з NumPy
Вступ до NumPy
course content

Зміст курсу

Вступ до NumPy

Вступ до NumPy

1. Початок Роботи з NumPy
2. Розмірності в Масивах
4. Важливі Функції

Функція array()

Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array(). Нижче наведено приклад використання цієї функції:

12345678
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
copy

Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type().

Примітка

Функція type() приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.

12345678
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
copy

Ми бачимо, що тип створеного масиву ndarray. Але що це означає? ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.

Тепер настав час потренуватися!

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Секція 1. Розділ 2
toggle bottom row

Функція array()

Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array(). Нижче наведено приклад використання цієї функції:

12345678
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
copy

Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type().

Примітка

Функція type() приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.

12345678
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
copy

Ми бачимо, що тип створеного масиву ndarray. Але що це означає? ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.

Тепер настав час потренуватися!

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Секція 1. Розділ 2
toggle bottom row

Функція array()

Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array(). Нижче наведено приклад використання цієї функції:

12345678
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
copy

Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type().

Примітка

Функція type() приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.

12345678
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
copy

Ми бачимо, що тип створеного масиву ndarray. Але що це означає? ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.

Тепер настав час потренуватися!

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Насправді NumPy містить різні функції для створення масивів. Зараз ми розглянемо одну з найпоширеніших, а саме np.array(). Нижче наведено приклад використання цієї функції:

12345678
# Importing NumPy import numpy as np # Creating array arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr)
copy

Тепер давайте визначимо тип об'єкта, який створює ця функція. Зробити це можна за допомогою добре відомої функції type().

Примітка

Функція type() приймає об'єкт будь-якого типу і повертає його тип. Аргумент дійсно може бути будь-якого типу: число, рядок, список, словник, кортеж, функція, клас, модуль тощо.

12345678
import numpy as np arr = np.array([1, 3, 5, 7, 9, 11, 13]) # Displaying array print(arr) # Displaying the type of created array print(type(arr))
copy

Ми бачимо, що тип створеного масиву ndarray. Але що це означає? ndarray - цей об'єкт є багатовимірним однорідним масивом з наперед визначеною кількістю елементів.

Тепер настав час потренуватися!

Завдання

  1. Створіть два масиви NumPy. Перший масив повинен виглядати наступним чином: [65, 2, 89, 5, 0, 1], а другий повинен виглядати наступним чином: [1, 2, 3].
  2. Виведіть ці масиви на екран.
  3. Виведіть на екран тип цих масивів.

Якщо у вас виникнуть труднощі, зверніться до підказки; вона, ймовірно, допоможе вам.

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Секція 1. Розділ 2
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
We're sorry to hear that something went wrong. What happened?
some-alt