Vậy là chúng ta đã đến bài cuối cùng của chương NumPy, khi bạn học đến đây thì nhìn chung bạn đã nắm được bao quát được cơ bản về NumPy. Trong bài cuối này, mình sẽ nói đến dữ liệu có cấu trúc trong NumPy.
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.freetuts.net, không được copy dưới mọi hình thức.
Từ bài 1 đến bài 7, ta chỉ sử dụng mảng có một kiểu dữ liệu duy nhất, tuy nhiên sẽ có lúc một mảng cần chứa nhiều kiểu dữ liệu khác nhau để tạo sự liên kết trong dữ liệu. Ta hoàn toàn có thể làm điều đó trong NumPy và bài này sẽ giúp chúng ta làm việc đó.
1. Structured Arrays
Giới thiệu về Structured Arrays
Giả sử ta có các mảng chứa dữ liệu của một gia đình [tên, tuổi, chiều cao] sau:
In[2]
name = ['Minh', 'Lan', 'Linh', 'Thanh', 'Ngoc'] age = [22, 40, 21, 19, 50] height = [181.3, 160.6, 163.2, 175.5, 165.0]
Nhìn cũng ổn, tuy nhiên không có bất cứ thứ gì cho ta biết rằng mấy mảng này liên quan đến nhau dù bản chất nó có quan hệ với nhau. Với NumPy, ta hoàn toàn có thể làm điều đó.
Bài viết này được đăng tại [free tuts .net]
Đầu tiên ta sẽ tạo nên một mảng khai báo các kiểu dữ liệu nằm trong đó:
In[3]
family = np.zeros[5, dtype={'names': ['name', 'age', 'height'], 'formats': ['U10', 'i4', 'f8']}]
print[family.dtype]Out[3]
[['name', '