Phần tử danh sách python 2d bổ sung khôn ngoan
Trong hướng dẫn này, chúng ta sẽ xem xét cách lấy một mảng có nhiều mảng có kết quả từ tổng theo phần tử của hai mảng có nhiều mảng có cùng kích thước Show Thêm hai mảng numpyBạn có thể sử dụng hàm numpy import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)3 để lấy tổng theo phần tử của hai mảng numpy. Toán tử import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)4 cũng có thể được sử dụng làm cách viết tắt để áp dụng import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)3 trên các mảng có nhiều mảng. Sau đây là cú pháp import numpy as np # x1 and x2 are numpy arrays of same dimensions # using np.add() x3 = np.add(x1, x2) # using + operator x3 = x1 + x2 Nó trả về một mảng có nhiều mảng do việc bổ sung từng phần tử của từng giá trị mảng Hãy xem xét một số ví dụ về việc thêm các mảng có nhiều mảng theo từng phần tử – Thêm hai mảng 1d theo phần tửĐể thêm hai mảng 1d theo từng phần tử, hãy chuyển hai mảng làm đối số cho hàm import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)3. Hãy thể hiện điều này với một ví dụ import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3) đầu ra x1: [1 3 0 7] x2: [2 0 1 1] x3: [3 3 1 8] Mảng x3 là kết quả của phép tính tổng các phần tử của các giá trị trong mảng x1 và x2 Ngoài ra, bạn cũng có thể sử dụng toán tử import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)4 để thêm các mảng có nhiều mảng theo từng phần tử________số 8 đầu ra x1: [1 3 0 7] x2: [2 0 1 1] x3: [3 3 1 8] Bạn có thể thấy rằng chúng ta nhận được kết quả tương tự như trên với x3 là mảng kết quả từ tổng theo phần tử của mảng x1 và x2 Thêm hai mảng 2d theo phần tửCú pháp thêm mảng nhiều chiều cũng giống nhau. Truyền hai mảng cho hàm import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)3, hàm này sau đó trả về một mảng có nhiều mảng do việc cộng các giá trị theo từng phần tử trong các mảng đã truyền import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)1 đầu ra import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)2 Ở đây, chúng tôi thêm hai mảng 3×3 numpy. Các giá trị trong mảng x3 là kết quả của tổng các giá trị theo từng phần tử trong các mảng x1 và x2 Một lần nữa, bạn cũng có thể sử dụng toán tử import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)4 để thực hiện thao tác tương tự import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)4 đầu ra import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)2 Thêm nhiều hơn hai mảng theo từng phần tửBạn cũng có thể sử dụng toán tử import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)4 để thêm (theo phần tử) nhiều hơn hai mảng. Ví dụ: hãy thêm ba mảng 1d theo phần tử import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)7 đầu ra import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)0 Ở đây, mảng x4 là kết quả của tổng theo phần tử của các mảng x1, x2 và x3 Nếu các mảng có kích thước khác nhau thì sao?Hãy tự mình xem import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)1 đầu ra import numpy as np # create numpy arrays x1 and x2 x1 = np.array([1, 3, 0, 7]) x2 = np.array([2, 0, 1, 1]) # elementwise sum with np.add() x3 = np.add(x1, x2) # display the arrays print("x1:", x1) print("x2:", x2) print("x3:", x3)2 Cố gắng thêm hai mảng có kích thước khác nhau dẫn đến lỗi. Điều này là do không hợp lý khi thêm hai mảng không có cùng kích thước theo nguyên tố Để biết thêm về np numpy. add() chức năng, tham khảo tài liệu của nó Với điều này, chúng ta đi đến phần cuối của hướng dẫn này. Các ví dụ về mã và kết quả được trình bày trong hướng dẫn này đã được triển khai trong Jupyter Notebook với python (phiên bản 3. 8. 3) hạt nhân có phiên bản 1 gọn gàng. 18. 5
Hướng dẫn về mảng numpy –
Tác giả
|