Hướng dẫn how do you make a 3d array in python? - làm thế nào để bạn tạo một mảng 3d trong python?

Giới thiệu về mảng 3D trong Python

Trước khi bắt đầu với mảng 3D, một điều cần rõ rằng các mảng có trong mọi ngôn ngữ lập trình là có và cũng có một số công việc trong Python. Mỗi ngôn ngữ lập trình hành vi của nó như được viết trong trình biên dịch của nó. Nhiều người có một câu hỏi: Chúng ta có cần sử dụng một danh sách dưới dạng mảng 3D hay chúng ta không có. Và câu trả lời là chúng ta có thể đi với việc triển khai đơn giản các mảng 3D với danh sách. Nhưng đối với một số cấu trúc phức tạp, chúng tôi có một cách dễ dàng để thực hiện nó bằng cách bao gồm cả Numpy. Nó không được khuyến khích sử dụng nó. Nó phụ thuộc vào dự án và yêu cầu rằng bạn muốn thực hiện chức năng cụ thể như thế nào.

Thư viện có nghĩa là gì?

Python có một bộ thư viện xác định để giảm bớt nhiệm vụ. Vì lý do tương tự để làm việc với mảng một cách hiệu quả và bằng cách xem xét yêu cầu ngày hôm nay, Python có một thư viện tên là Numpy. Numpy giao dịch với các mảng. Numpy cũng hữu ích trong việc học máy. Thật tốt khi được đưa vào khi chúng ta bắt gặp các mảng đa chiều trong Python. Như chúng ta đã biết, các mảng là để lưu trữ các mục dữ liệu đồng nhất trong một biến duy nhất. Mảng trong Python không là gì ngoài danh sách. Nhìn vào đoạn mã sau. Ở đây, chúng tôi có một danh sách các màu được đặt tên. Chúng tôi đang in màu. Đây là một danh sách đơn đơn giản mà chúng ta có thể nói.

Thí dụ

colors = ["red", "blue", "orange"]
print(colors)

Output:

[Red Red, ‘Blue,‘ Orange,]

Ngoài ra, các mảng đa chiều hoặc một danh sách có hàng và cột để xác định. Chúng ta có thể nói rằng các mảng đa chiều như một tập hợp các danh sách.

Sau đây là ví dụ về 2 mảng chiều hoặc danh sách.

Thí dụ

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)

Output:

[Red Red, ‘Blue,‘ Orange,]
Enter the number of cols you want: 2
[[0, 0], [0, 1]]

Ngoài ra, các mảng đa chiều hoặc một danh sách có hàng và cột để xác định. Chúng ta có thể nói rằng các mảng đa chiều như một tập hợp các danh sách.

Sau đây là ví dụ về 2 mảng chiều hoặc danh sách.

Nhập không. của các hàng bạn muốn: 2 Nhập số lượng col bạn muốn: 2 [[0, 0], [0, 1]]

Trong ví dụ trên, chúng tôi chỉ lấy đầu vào từ người dùng cuối không. của các hàng và cột. Sau đó, chúng tôi đang lưu trữ các giá trị tương ứng trong một biến gọi là hàng và cols. Hơn nữa, chúng tôi đã tạo một vòng lặp lồng nhau và gán nó cho một biến có tên là Danh sách của tôi. Ở đây chúng tôi chỉ lấy các vật phẩm để trở thành một vòng lặp trên các con số mà chúng tôi đang lấy từ người dùng cuối dưới dạng hàng và cols.

Sau đó, chúng tôi là một vòng trên các hàng và cột. Cuối cùng, chúng tôi đang tạo danh sách theo các số được cung cấp bởi người dùng cuối.

Hãy thử chương trình này. Nếu bạn không biết về cách thức hoạt động của Loop ở Python, thì trước tiên hãy kiểm tra khái niệm đó và sau đó quay lại đây. Bạn sẽ hiểu điều này tốt hơn.

Làm thế nào nó được định nghĩa trong Python?

Giả sử chúng ta có một ma trận là 1*3*3. Chúng ta cần xác định nó dưới dạng danh sách thì nó sẽ là 3 mục, 3 hàng và 3 cột.

Trong sơ đồ trên, chúng ta chỉ có một @ trong mỗi bộ, tức là một phần tử trong mỗi bộ. 3 cột và 3 hàng, tương ứng.

symbol = [[ ['@' for col in range(2)] for col in range(2)] for row in range(3)]
print(symbol)

Output:

Làm thế nào chúng ta có thể xác định nó sau đó? Trong Python, với sự trợ giúp của một danh sách, chúng ta có thể xác định mảng 3 chiều này. Mảng 3 chiều là mảng mảng. Không có giới hạn trong khi làm tổ này.

Làm thế nào để tạo mảng 3D trong Python?

Làm thế nào để chèn các phần tử của mảng 3D trong Python?

Python đã cho chúng tôi mọi giải pháp mà chúng tôi có thể yêu cầu. Python có nhiều phương pháp được xác định trước trong đó. Các phương pháp này giúp chúng tôi thêm một yếu tố vào một danh sách nhất định. Python không hỗ trợ mảng đầy đủ. Tại thời điểm này, để đơn giản hơn với mảng, chúng ta cần sử dụng chèn chức năng.

Vui lòng nhìn vào chương trình dưới đây.

Example:

mylist = [[['@', '@'], ['@', '@']], [['@', '@'], ['@', '@']], [['@', '@'], ['@', '@']]]
# number tuple
addition = ['$','$']
# inserting $ symbol in the existing list
my list.insert(2, addition)
print('Updated List is: ', mylist)

Output:

Danh sách cập nhật là: & nbsp; [[['@', '@'], ['@', '@']], [['@', '@'], ['@', '@']], ['$', '$'], [['@', '@'], ['@', '@']]]]]

Ở đây, trong chương trình trên, chúng tôi đang chèn một phần tử mảng mới với phương thức chèn trợ giúp, mà Python cung cấp. Trong chương trình trên, chúng tôi có một danh sách 3 chiều được gọi là danh sách của tôi.

Phương pháp chèn có hai đối số. Một là vị trí, tức là không có gì ngoài số chỉ mục. Và thứ hai là một yếu tố thực tế bạn muốn chèn vào mảng hiện có hoặc danh sách. Ở đây, chúng tôi đã lấy yếu tố trong một biến mà chúng tôi muốn chèn. Chúng tôi đang áp dụng phương thức chèn trên Mylist.

Cố gắng thực hiện chương trình này. Chơi với đầu ra cho các kết hợp khác nhau. Trong chương trình trên, chúng tôi đã đưa ra vị trí là 2. Tất cả chúng ta đều biết rằng chỉ mục mảng bắt đầu ở mức 0 (0). Điều đó có nghĩa là một yếu tố mới được thêm vào vị trí thứ 3, như bạn có thể thấy ở đầu ra.

Làm thế nào để loại bỏ các phần tử của mảng 3D trong Python?

Nếu chúng tôi muốn xóa phần tử cuối cùng trong danh sách/mảng, chúng tôi sử dụng phương thức POP. Nhìn vào ví dụ dưới đây. Ở đây chúng tôi đã loại bỏ phần tử cuối cùng trong một mảng. Chúng tôi có một phương thức pop (). Phương pháp này loại bỏ phần tử cuối cùng trong danh sách. Chúng tôi đã sử dụng một phương thức pop () trong danh sách/mảng 3D của chúng tôi và nó cho chúng tôi kết quả chỉ với hai yếu tố danh sách. Hãy thử ví dụ sau.

Thí dụ

symbol = [[ ['@' for col in range(2)] for col in range(2)] for row in range(3)]
symbol.pop()
print(symbol)

Đầu ra:

[[[‘@,,‘@,], [‘@,‘@

Numpy

Ở đây, chúng ta sẽ nhìn vào sự numpy. Như chúng ta đã biết, Numpy là một gói Python được sử dụng để đối phó với các mảng trong Python. Hãy bắt đầu hiểu cách thức hoạt động của nó. Để sử dụng gói này, chúng tôi cần cài đặt nó trước trên máy của chúng tôi. Để cài đặt nó trên Mac hoặc Linux, hãy sử dụng lệnh sau.

Pip cài đặt Numpy

Hãy để thảo luận về cách cài đặt PIP trong Numpy.

• Quên nó trên Windows, chúng ta cần cài đặt nó bằng một trình cài đặt Numpy. Chúng tôi không nhận được quá nhiều bởi vì mọi chương trình chúng tôi sẽ chạy với Numpy cần một sự nhảm nhí trong hệ thống của chúng tôi.
• Numpy có chức năng được xác định trước giúp dễ dàng điều khiển mảng. Một mảng thường giống như những gì đi kèm với một kích thước cố định. Tăng hoặc giảm kích thước của một mảng là khá quan trọng. Numpy vượt qua vấn đề này và cung cấp cho bạn chức năng tốt để đối phó với điều này.
• Để bắt đầu làm việc với Numpy sau khi cài đặt nó thành công trên máy của bạn, chúng tôi cần nhập nó vào chương trình của chúng tôi. Sau khi nhập, chúng tôi đang sử dụng một đối tượng của nó.
• Sử dụng Numpy có một tập hợp một số từ thông dụng mới như mỗi gói có. Nếu bạn muốn tìm hiểu thêm về Numpy, thì hãy truy cập liên kết: https://docs.scipy.org/doc/.
• Tại đây bạn sẽ tìm thấy dữ liệu chính xác nhất và phiên bản cập nhật hiện tại của Numpy.

Sự kết luận

Python là một ngôn ngữ kịch bản và chủ yếu được sử dụng để viết các tập lệnh tự động nhỏ. Nếu chúng ta xem xét kỹ các yêu cầu mà chúng ta nên biết, thì đó là cách chơi với các mảng đa chiều. Với Python, chúng ta có thể viết một kịch bản lớn với ít mã hơn. Nhiều công nghệ mới nổi cần khía cạnh này để làm việc. ML, AI, Dữ liệu lớn, Hadoop, Tự động hóa cần Python để làm nhiều hơn trong ít thời gian hơn. Các gói như Numpy sẽ là lợi thế bổ sung trong việc này.

Bài viết đề xuất

Đây là một hướng dẫn cho các mảng 3D trong Python. Ở đây chúng tôi thảo luận về cách các mảng 3D được xác định trong Python cùng với việc tạo, chèn và loại bỏ các yếu tố của mảng 3D trong Python. Bạn cũng có thể xem các bài viết sau để tìm hiểu thêm -

1. Người xây dựng trong Python
2. Các nhà khai thác Boolean ở Python
3. Mảng 3D trong C
4. Mảng 3D trong Java