<\/p>\n
Sie k\u00f6nnen eine der beiden folgenden Methoden verwenden, um mit dem NumPy-Paket ein Array von Arrays in Python zu erstellen:<\/span><\/p>\n Methode 1: Einzelne Tabellen zusammenfassen<\/strong><\/span><\/p>\n Methode 2: Erstellen Sie direkt ein Array von Tabellen<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie die einzelnen Methoden in der Praxis angewendet werden.<\/span><\/p>\n Der folgende Code zeigt, wie man ein Array von Arrays erstellt, indem man einfach einzelne Arrays kombiniert:<\/span><\/p>\n Der folgende Code zeigt, wie man direkt ein Array von Arrays erstellt:<\/span><\/p>\n Beachten Sie, dass dieses Array von Arrays mit dem \u00fcbereinstimmt, das mit der vorherigen Methode erstellt wurde.<\/span><\/p>\n Sie k\u00f6nnen die Shape-<\/strong> Funktion verwenden, um die Abmessungen eines Arrays von Arrays abzurufen:<\/span><\/p>\n Dies sagt uns, dass es in der Tabellentabelle drei Zeilen und f\u00fcnf Spalten gibt.<\/span><\/p>\n Mit der Gr\u00f6\u00dfenfunktion<\/strong> k\u00f6nnen Sie sehen, wie viele Gesamtwerte sich im Array von Arrays befinden:<\/span><\/p>\n Dies sagt uns, dass das Array-Array insgesamt 15 Werte enth\u00e4lt.<\/span><\/p>\n Mithilfe von Klammern<\/strong> k\u00f6nnen Sie auf Elemente zugreifen, die sich an bestimmten Positionen im Tabellenarray befinden.<\/span><\/p>\n Sie k\u00f6nnen beispielsweise die folgende Syntax verwenden, um den Wert des ersten Arrays an Indexposition 3 abzurufen:<\/span><\/p>\n Mit dieser Syntax k\u00f6nnen wir auf jeden gew\u00fcnschten Wert im Array von Arrays zugreifen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie in Python andere g\u00e4ngige Operationen mit Arrays durchf\u00fchren:<\/span><\/p>\n So verketten Sie Arrays in Python<\/a> Sie k\u00f6nnen eine der beiden folgenden Methoden verwenden, um mit dem NumPy-Paket ein Array von Arrays in Python zu erstellen: Methode 1: Einzelne Tabellen zusammenfassen import numpy as np array1 = np. array ([1, 2, 3]) array2 = np. array ([4, 5, 6]) array3 = np. array ([7, 8, 9]) all_arrays = np. array ([array1, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> numpy as<\/span> np<\/span>\n\narray1 = np. array<\/span> ([1, 2, 3])\narray2 = np. array<\/span> ([4, 5, 6])\narray3 = np. array<\/span> ([7, 8, 9])\n\nall_arrays = np. array<\/span> ([array1, array2, array3])\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\n\nall_arrays = np. array<\/span> ([[1, 2, 3],\n [4, 5, 6],\n [7, 8, 9]])\n<\/span><\/span><\/strong><\/pre>\n Methode 1: Einzelne Tabellen zusammenfassen<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np<\/span>\n\n#define individual arrays\n<\/span>array1 = np. array<\/span> ([10, 20, 30, 40, 50])\narray2 = np. array<\/span> ([60, 70, 80, 90, 100])\narray3 = np. array<\/span> ([110, 120, 130, 140, 150])\n\n#combine individual arrays into one array of arrays<\/span>\nall_arrays = np. array<\/span> ([array1, array2, array3])\n\n#view array of arrays<\/span>\nprint<\/span> (all_arrays)\n\n[[ 10 20 30 40 50]\n [60 70 80 90 100]\n [110 120 130 140 150]]\n<\/span><\/span><\/strong><\/pre>\n Methode 2: Erstellen Sie direkt ein Array von Tabellen<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np<\/span>\n\n#create array of arrays\n<\/span>all_arrays = np. array<\/span> ([[10, 20, 30, 40, 50],\n [60, 70, 80, 90, 100],\n [110, 120, 130, 140, 150]])\n\n#view array of arrays<\/span>\nprint<\/span> (all_arrays)\n\n[[ 10 20 30 40 50]\n [60 70 80 90 100]\n [110 120 130 140 150]]\n<\/span><\/span><\/strong><\/pre>\n So greifen Sie auf Elemente eines Arrays von Arrays zu<\/strong><\/span><\/h3>\n
print<\/span> ( all_arrays.shape<\/span> )<\/span>\n\n(3, 5)\n<\/span><\/span><\/strong><\/pre>\n print<\/span> ( all_arrays.size<\/span> )<\/span>\n\n15<\/span><\/span><\/strong><\/pre>\n print<\/span> (all_arrays[0, 3])<\/span>\n\n40<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So erstellen Sie einen Pandas DataFrame aus einem NumPy-Array<\/a>
So konvertieren Sie Pandas DataFrame in ein NumPy-Array<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"