jupyter notebook创建三行一列数组

### 使用 Python 和 NumPy 创建 3x1 数组

在 Jupyter Notebook 中创建一个形状为 \(3 \times 1\) 的 NumPy 数组非常简单。下面展示了具体的方法：

import numpy as np

# 创建一个 3x1 的数组
array_3x1 = np.array([[1], [2], [3]])

print(array_3x1)

上述代码首先导入了 `numpy` 库并将其命名为 `np`，接着通过调用 `np.array()` 方法传入列表参数来构建所需的三维列向量[^1]。

为了验证所创建对象的确切属性，可以进一步查看该数组的形状和维度信息：

# 查看数组的形状
shape_info = array_3x1.shape
print(f"Array shape: {shape_info}")

# 获取数组的维数
dimension_info = array_3x1.ndim
print(f"Number of dimensions: {dimension_info}")

这段附加代码片段能够帮助确认新建立的对象确实是一个具有三个元素的一列矩阵，并且拥有两个维度的信息输出。

相关问题

jupyter如何创建一维数组,变成3行3列的二维数组,变为3维

在Jupyter Notebook中创建和操作数组，通常会使用NumPy库，它提供了强大的数组对象和各种处理数组的函数。

1. 创建一维数组：
首先，确保你的环境中已经安装了NumPy库。如果没有安装，可以通过pip安装：`!pip install numpy`。

接下来，使用`numpy.array()`函数创建一个一维数组：

import numpy as np

# 创建一个一维数组
one_dimensional_array = np.array([1, 2, 3, 4, 5])
print(one_dimensional_array)

2. 将一维数组变成3行3列的二维数组：
要将一维数组转换为3行3列的二维数组，可以使用`reshape`方法：

# 将一维数组转换为3行3列的二维数组
two_dimensional_array = one_dimensional_array.reshape(3, 3)
print(two_dimensional_array)

3. 将二维数组变成3维数组：
要将二维数组变成3维数组，你需要知道3维数组的维度大小。这里我们以3x3x1为例，即将二维数组的每一行转换成一个3x1的二维数组，从而形成一个3x3x1的三维数组：

# 将二维数组变成3维数组
three_dimensional_array = two_dimensional_array.reshape(3, 3, 1)
print(three_dimensional_array)

请注意，转换时数组中元素的总数必须保持不变，否则`reshape`会抛出错误。

jupyter notebook plt 并列显示多个图

您可以使用 subplot() 函数来将多个图并排显示。以2行2列的图像为例，代码如下：

import matplotlib.pyplot as plt

# 创建两个子图，共享 y 轴
fig, axs = plt.subplots(2, 2, sharey=True)

# 在第一个子图中绘制数据
axs[0, 0].plot(x1, y1)
axs[0, 0].set_title('Plot 1')

# 在第二个子图中绘制数据
axs[0, 1].plot(x2, y2)
axs[0, 1].set_title('Plot 2')

# 在第三个子图中绘制数据
axs[1, 0].scatter(x3, y3)
axs[1, 0].set_title('Plot 3')

# 在第四个子图中绘制数据
axs[1, 1].bar(x4, y4)
axs[1, 1].set_title('Plot 4')

# 调整子图之间的间距
plt.subplots_adjust(wspace=0.3)

# 显示所有子图
plt.show()

其中，axs 表示子图对象的数组，通过 axs[row, col] 的方式来访问每个子图。我们可以给每个子图设置标题，并且可以使用不同的绘图函数来绘制不同类型的图像，比如折线图、散点图、柱状图等。subplots_adjust() 函数用于调整子图之间的间距。最后，使用 show() 函数来显示所有子图。