Introduktion til 3D Arrays i Python
Før du starter med 3d-matrix, er der en ting, der skal være klar over, at arrays findes i ethvert programmeringssprog og gør noget arbejde i python også. Hvert programmeringssprog er dens opførsel, som det er skrevet i dens compiler. Mange mennesker har et spørgsmål, som vi har brug for at bruge en liste i form af 3d-matrix, eller vi har Numpy. Og svaret er, at vi kan gå med den enkle implementering af 3d-arrays med listen. Men for nogle komplekse strukturer har vi en nem måde at gøre det ved at inkludere Numpy. Det anbefales ikke, hvilken måde man skal bruge. Det afhænger af projektet og kravet om, hvordan du vil implementere en bestemt funktionalitet.
Hvad betyder biblioteket?
Python har et sæt biblioteker, der definerer for at lette opgaven. For den samme grund til at arbejde med array effektivt og ved at se på dagens krav Python har et bibliotek kaldet Numpy. Numpy beskæftiger sig med matriserne. Numpy er også nyttig i maskinlæring. Det er godt at blive inkluderet, da vi støder på multidimensionelle arrays i python. Som vi ved, er matriser at gemme homogene dataposter i en enkelt variabel. Arrays i Python er intet andet end listen. Se på følgende kodestykket. Her har vi en liste med farver. Vi udskriver farver. Dette er en simpel, en-dimensionel liste, vi kan sige.
Eksempel
colors = ("red", "blue", "orange") print(colors)
Produktion:
('rød', 'blå', 'orange')Multidimensionelle arrays eller en liste har også række og kolonne til at definere. Vi kan sige, at multidimensionelle arrays som et sæt lister.
Følgende er eksemplet på 2-dimensionelt array eller en liste.
Eksempel
rows = int(input("Enter the no.of rows you want: "))
cols = int(input("Enter the number of cols you want: "))
myList = ((0 for c in range(cols)) for r in range(rows)) for r in range(rows):
for c in range(cols):
myList(r)(c)= r*c
print(myList)
Produktion:
Indtast nr. af de rækker, du ønsker: 2
Indtast det antal cols, du ønsker: 2
((0, 0), (0, 1))
I ovenstående eksempel tager vi bare input fra slutbrugeren til nej. af rækker og kolonner. Derefter lagrer vi respektive værdier i en variabel kaldet rækker og kolonner. Desuden oprettede vi en indlejret loop og tildelte den til en variabel kaldet min liste. Her tager vi bare emner for at være en løkke over de tal, som vi tager fra slutbrugeren i form af rækker og kolonner.
Derefter er vi en løkke over rækker og kolonner. Endelig genererer vi listen i henhold til de numre, der leveres af slutbrugeren.
Prøv dette program. Hvis du ikke ved, hvordan loop fungerer i python, skal du først kontrollere dette koncept og derefter vende tilbage hit. Du vil forstå dette bedre.
Hvordan defineres 3D Arrays i Python?
Antag, at vi har en matrix på 1 * 3 * 3. Vi er nødt til at definere det i form af listen, så det ville være 3 poster, 3 rækker og 3 kolonner.
I ovenstående diagram har vi kun en @ i hvert sæt, dvs. et element i hvert sæt. 3 kolonner henholdsvis 3 rækker.
Hvordan kan vi definere det så? I python kan vi ved hjælp af en liste definere denne 3-dimensionelle array. 3-dimensionelle arrays er arrays af arrays. Der er ingen grænse, mens man hekker dette.
Sådan oprettes 3D-arrays i Python?
Vi opretter en liste, der bliver indlejret. Prøv følgende lille eksempel. Hvis du kender python til sløjfer, vil du nemt forstå nedenstående eksempel.
symbol = (( ('@' for col in range(2)) for col in range(2)) for row in range(3)) print(symbol)
Produktion:
((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), (('@'), '@'), ('@', '@')))Hvis du ser nøje i ovenstående eksempel, har vi en variabel af typelisten. Med de firkantede parenteser definerer vi en liste i python. På listen har vi givet til loop ved hjælp af rækkefunktion. Hvilket simpelthen definerer 2 elementer i det ene sæt. Hver sublist har to sådanne sæt. Og vi har i alt 3 elementer på listen.
Sådan indsættes elementer af 3D-arrays i Python?
Python har givet os enhver løsning, som vi muligvis har brug for. Python har mange metoder foruddefineret i det. Disse metoder hjælper os med at tilføje et element i en given liste. Python understøtter ikke matrix fuldt ud. På dette tidspunkt for at blive enklere med matrix er vi nødt til at gøre brug af funktionsindsats.
Se venligst nedenstående program
Eksempel:
mylist = ((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), (('@', '@'), ('@', '@'))) # number tuple
addition = ('$', '$') # inserting $ symbol in the existing list
my list.insert(2, addition)
print('Updated List is: ', mylist)
Produktion:
Opdateret liste er: (((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), ( '$', '$'), (('@', '@'), ('@', '@')))
I ovenstående program indsætter vi et nyt array-element ved hjælp af indsætningsmetoden, der leveres af python. I ovenstående program har vi en 3-dimensionelle lister kaldet min liste.
Indsætningsmetoden tager to argumenter. Den ene er position, dvs. intet andet end indeksnummeret. Og det andet er et faktisk element, du vil indsætte i den eksisterende array eller en liste. Her tog vi elementet i en variabel, som vi ønskede at indsætte. Vi anvender indsætningsmetoden på mylist.
Prøv at udføre dette program. Leg med output til forskellige kombinationer. I ovenstående program har vi givet positionen som 2. Vi ved alle, at matrixindekset starter ved nul (0). Det betyder, at et nyt element blev tilføjet til det tredje sted, som du kan se i output.
Sådan fjernes elementer i 3D-arrays i Python?
Hvis vi vil fjerne det sidste element i en liste / array, bruger vi en pop-metode. Se på nedenstående eksempel. Her har vi fjernet det sidste element i en matrix. Vi har en pop () -metode. Denne metode fjerner det sidste element på listen. Vi har brugt en pop () -metode i vores 3d-liste / array, og den giver os et resultat med kun to listeelementer. Prøv følgende eksempel.
Eksempel
symbol = (( ('@' for col in range(2)) for col in range(2)) for row in range(3)) symbol.pop()
print(symbol)
Produktion:
((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')))numpy
Her vil vi se på Numpy. Som vi allerede ved, er Numpy en pythonpakke, der bruges til at håndtere matriser i python. Lad os begynde at forstå, hvordan det fungerer. For at bruge denne pakke er vi nødt til at installere den først på vores maskine. Brug følgende kommando til at installere det på MAC eller Linux.
Pip Install Numpy
- At glemme det på windows, vi er nødt til at installere det af en installatør af Numpy. Vi kommer ikke for meget ind, fordi hvert program, vi kører med numpy, har brug for en ujævn i vores system.
- Numpy har en foruddefineret funktion, der gør det let at manipulere matrixen. En matrix er generelt som, der leveres med en fast størrelse. At øge eller formindske størrelsen på en matrix er ganske afgørende. Numpy overvinder dette problem og giver dig en god funktionalitet til at tackle dette.
- For at starte arbejdet med Numpy efter at have installeret det med succes på din maskine skal vi importere til vores program. Efter import bruger vi et objekt til det.
- Brug af Numpy har et sæt af nogle nye buzzword som hver pakke har. Hvis du vil lære mere om Numpy, kan du besøge linket: https://docs.scipy.org/doc.
- Her finder du de mest nøjagtige data og den aktuelle opdaterede version af Numpy.
Konklusion
Python er et scriptingsprog og bruges mest til at skrive små automatiske scripts. Hvis vi nøje ser på de krav, vi skal vide, er det sådan, hvordan man spiller med multidimensionelle arrays. Med python kan vi skrive et stort script med mindre kode. Mange nye teknologier har brug for dette aspekt for at fungere. ML, AI, big data, Hadoop, automatisering har brug for python for at gøre mere på færre tid. Pakkerne som Numpy vil være den ekstra fordel i dette.
Anbefalede artikler
Dette er en guide til 3d Arrays i Python. Her diskuterer vi introduktionen og hvordan 3D Arrays er defineret i Python sammen med oprettelse, indsættelse og fjernelse af elementerne i 3D Arrays i Python. Du kan også se på de følgende artikler for at lære mere -
- Python-biblioteker til datavidenskab
- Konstruktør i Python
- Boolske operatører i Python
- Vejledning til 3D-matriser i C.
- Sådan oprettes 3D-arrays i Java?
- 3D-arrays i C ++
- Arrays i PHP