Criando um Array NumPy Usando Dados Existentes

Introdução

NumPy é uma popular biblioteca Python que oferece suporte para Arrays. Ela fornece várias maneiras de criar um array a partir de dados existentes. Neste laboratório, aprenderemos como criar um array usando dados existentes.

Dicas da VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido às limitações do Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Criando um Array usando Tuple - Usando numpy.asarray

A rotina numpy.asarray é usada para converter a sequência Python em um ndarray. Vamos criar um array usando uma tupla com numpy.asarray.

import numpy as np

## python tuple
l = (34,7,8,78)
## creating array using the tuple
a = np.asarray(l)

print(type(a))
print(a)

Output:

<class 'numpy.ndarray'>
[34 7 8 78]

No código acima, criamos um array usando a função numpy.asarray() passando a tupla l como entrada e armazenamos o array retornado na variável a. A saída mostra que a é um numpy.ndarray.

Criando um Array Usando Lista - Usando numpy.asarray

Agora, criaremos um array usando mais de uma lista.

import numpy as np

## python list
l = [[1,2,3],[8,9],[5,7]]
## creating array from list
b = np.asarray(l)

print(type(b))
print(b)

Output:

<class 'numpy.ndarray'>
[list([1, 2, 3]) list([8, 9]) list([5, 7])]

No código acima, criamos um array usando a função numpy.asarray() passando a lista l como entrada e armazenamos o array retornado na variável b. A saída mostra que o array contém listas como elementos, em vez de elementos individuais.

Criando um Array Usando numpy.frombuffer

A rotina numpy.frombuffer é usada para criar um array usando o buffer especificado.

import numpy as np

## intialize bytes
l = b'LabEx!'
print(type(l))

a = np.frombuffer(l, dtype = "S1")
print(a)
print(type(a))

Output:

<class 'bytes'>
[b'S' b't' b'u' b'd' b'y' b'T' b'o' b'n' b'i' b'g' b'h' b't' b'!']
<class 'numpy.ndarray'>

No código acima, criamos um array usando a rotina numpy.frombuffer, onde inicializamos os bytes e retornamos um array unidimensional do tipo 'S1'. Após a execução, esta função exibe todos os caracteres individuais na string de bytes fornecida.

Criando um Array Usando numpy.fromiter

A rotina numpy.fromiter é usada para criar um ndarray usando um objeto iterável.

import numpy as np

## using python tuple
tup = (2,4,6,20)
## create an iterator
it = iter(tup)

## create ndarray using the iterator
x = np.fromiter(it, dtype = float)

print(x)
print(type(x))

Output:

[ 2. 4. 6. 20.]
<class 'numpy.ndarray'>

No código acima, primeiro criamos uma Tupla tup e, em seguida, criamos um iterador usando a mesma. Em seguida, usamos esse iterador para criar o array numpy de floats.

Resumo

Neste laboratório, aprendemos diferentes maneiras de criar um array usando dados existentes na biblioteca NumPy. Usamos diferentes rotinas da biblioteca para criar arrays usando Tuples, Lists, From Buffer e From Iter. Com esses métodos, podemos facilmente criar um array NumPy usando os dados que temos e aplicar análises, computações e operações adicionais nele.