Python NumPy adalah perpustakaan populer yang dibangun di sekitar objek array NumPy, yang merupakan alternatif yang kuat dan efisien untuk daftar Python standar. Pada artikel ini, kita akan membahas salah satu fungsi berguna yang tersedia di library NumPy, yaitu sebagai array yang berdekatan fungsi. Fungsi ini sangat bermanfaat saat bekerja dengan array dalam hal mengubah array menjadi array yang berdekatan dan menangani struktur data seperti tupel. Tujuan utama dari fungsi ascontiguousarray adalah untuk memastikan bahwa array tertentu disimpan dalam blok memori yang berdekatan.
Untuk memulainya, mari kita periksa masalah yang dihadapi. Misalkan Anda memiliki tuple yang berisi data numerik, dan Anda ingin mengubah tuple ini menjadi array NumPy yang berdekatan. Di sinilah sebagai array yang berdekatan fungsi akan berguna.
import numpy as np # Sample tuple data = (1, 2, 3, 4, 5) # Using ascontiguousarray to convert tuple to a contiguous array contiguous_array = np.ascontiguousarray(data) print(contiguous_array)
Pada cuplikan kode di atas, pertama-tama kita mengimpor pustaka NumPy sebagai np. Setelah ini, kami membuat tuple bernama 'data' yang berisi elemen numerik 1 sampai 5. Kami kemudian menggunakan the sebagai array yang berdekatan berfungsi untuk mengubah 'data' menjadi larik bersebelahan yang disebut 'contiguous_array'. Terakhir, kami mencetak hasilnya, yang seharusnya menampilkan larik bersebelahan yang baru.
Pengertian Fungsi array bersebelahan
The sebagai array yang berdekatan fungsi di NumPy bermanfaat saat Anda ingin memastikan bahwa sebuah array berada dalam tata letak memori yang berdekatan. Ini penting karena tata letak memori yang berdekatan membantu meningkatkan efisiensi operasi larik, karena memungkinkan pemanfaatan cache yang lebih baik, memungkinkan prosesor sistem mengakses data lebih cepat.
Sintaks dasar dari sebagai array yang berdekatan fungsinya adalah sebagai berikut:
numpy.ascontiguousarray(a, dtype=None)
Fungsi menerima dua argumen: yang pertama ('a') adalah larik input yang perlu dibuat menjadi larik yang berdekatan, dan argumen kedua ('dtype') adalah parameter opsional yang menentukan tipe data yang diinginkan dari keluaran Himpunan.
Bekerja dengan Array Multidimensi
The sebagai array yang berdekatan fungsi juga dapat bekerja dengan mulus dengan array multi-dimensi. Faktanya, ini sangat berharga saat bekerja dengan array berdimensi lebih tinggi, karena memastikan manajemen memori yang efisien dan akses yang lebih cepat ke elemen array.
Berikut adalah contoh penggunaan the sebagai array yang berdekatan fungsi dengan daftar multi-dimensi:
import numpy as np # Multi-dimensional list data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] # Using ascontiguousarray to convert the list to a contiguous array contiguous_array = np.ascontiguousarray(data) print(contiguous_array)
Dalam contoh ini, data masukan adalah daftar multidimensi yang berisi daftar bersarang. Sama halnya dengan kasus sebelumnya, yaitu sebagai array yang berdekatan fungsi digunakan untuk mengonversi data ini menjadi larik NumPy yang berdekatan, yang kemudian dicetak untuk menampilkan hasilnya.
Sebagai kesimpulan, sebagai array yang berdekatan fungsi di perpustakaan NumPy adalah alat yang berharga untuk menangani tuple dan konversi array multi-dimensi ke array yang berdekatan. Kemampuannya untuk menerapkan penyimpanan yang hemat memori dan akses data yang lebih cepat menjadikannya fungsi penting bagi pemrogram Python mana pun yang bekerja dengan data numerik.
