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
Thêm hai mảng numpy
Bạn 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 tử
Để 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 tử
Cú 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 tử
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 [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
Đăng ký nhận bản tin của chúng tôi để biết thêm thông tin và hướng dẫn.
Chúng tôi không gửi thư rác và bạn có thể chọn không tham gia bất kỳ lúc nào.
Hướng dẫn về mảng numpy –
- Làm cách nào để sắp xếp một mảng Numpy?
- Tạo Pandas DataFrame từ một mảng Numpy
- Các cách khác nhau để tạo mảng NumPy
- Chuyển đổi mảng Numpy thành Danh sách - Với các ví dụ
- Nối các giá trị vào một mảng Numpy
- Tìm chỉ mục của phần tử trong mảng Numpy
- Đọc tệp CSV dưới dạng NumPy Array
- Lọc một mảng Numpy - Với các ví dụ
- Python - Chọn ngẫu nhiên giá trị từ danh sách
- Numpy – Tổng giá trị trong mảng
- Numpy – Tổng theo phần tử của hai mảng
- Numpy – Nhân hai mảng thành phần tử
- Sử dụng phương thức numpy linspace[]
- Sử dụng numpy vstack[] để xếp mảng theo chiều dọc
- Numpy logspace[] – Cách sử dụng và ví dụ
- Sử dụng phương thức numpy arange[]
- Sử dụng numpy hstack[] để sắp xếp các mảng theo chiều ngang
- Cắt các số 0 khỏi một mảng có nhiều mảng trong Python
- Nhận các giá trị và số lượng duy nhất trong một mảng có nhiều mảng
- Mảng numpy chia theo chiều ngang với hsplit[]
Tác giả
Piyush
Piyush là một nhà khoa học dữ liệu đam mê sử dụng dữ liệu để hiểu mọi thứ tốt hơn và đưa ra quyết định sáng suốt. Trước đây, anh ấy từng là Nhà khoa học dữ liệu cho ZS và có bằng kỹ sư của IIT Roorkee. Sở thích của anh ấy bao gồm xem cricket, đọc sách và làm việc trong các dự án phụ