Table of contents
Open Table of contents
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: 34. 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: 5Lời 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!