1. Tạo đối tượng ndarray
NumPy sử dụng đối tượng `ndarray` để lưu trữ mảng. Bạn có thể tạo đối tượng này bằng hàm `array()`.
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)Bạn có thể truyền vào hàm `array()` bất kỳ đối tượng nào giống mảng (như List, Tuple), và nó sẽ được chuyển đổi thành `ndarray`.
—
2. Các cấp bậc chiều của mảng (Dimensions)
Mảng 0 chiều (0-D Arrays)
Mảng 0-D (Scalars) là các phần tử đơn lẻ. Mỗi giá trị trong một mảng lớn thực chất là một mảng 0-D.
import numpy as np
arr = np.array(42)
print(arr)Mảng 1 chiều (1-D Arrays)
Là mảng chứa các phần tử là mảng 0-D. Đây là loại mảng cơ bản và phổ biến nhất.
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)Mảng 2 chiều (2-D Arrays)
Là mảng chứa các phần tử là mảng 1-D. Thường được dùng để đại diện cho ma trận hoặc bảng dữ liệu.
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)Mảng 3 chiều (3-D Arrays)
Là mảng chứa các phần tử là mảng 2-D. Thường được dùng để đại diện cho dữ liệu hình ảnh (ảnh màu có 3 kênh màu R-G-B).
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)—
3. Cách kiểm tra số chiều của mảng
NumPy cung cấp thuộc tính `ndim` để trả về một số nguyên cho biết mảng đó có bao nhiêu chiều.
import numpy as np
a = np.array(42)
b = np.array([1, 2, 3])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim) # Kết quả: 0
print(b.ndim) # Kết quả: 1
print(c.ndim) # Kết quả: 2
print(d.ndim) # Kết quả: 3—
4. Tạo mảng với số chiều tùy chọn
Bạn có thể xác định số chiều tối thiểu cho mảng khi tạo bằng cách sử dụng đối số `ndmin`.
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('Số chiều của mảng:', arr.ndim)Kết quả:
[[[[[1 2 3 4]]]]]
Số chiều của mảng: 5—
Lời kết Bài 12
Hiểu rõ về cấu trúc chiều của mảng là nền tảng quan trọng nhất khi làm việc với NumPy. Ở bài tiếp theo, chúng ta sẽ học cách Truy cập phần tử mảng (Array Indexing).
Hẹn gặp lại các bạn!
Leave a comment