Numpy là một thư viện toán học phổ biến và mạnh mẽ của Python. Nó cung cấp một đối tượng mảng N-chiều hiệu suất cao và các công cụ để làm việc với các mảng này.
Trong bài viết này, chúng ta sẽ tìm hiểu về các thao tác cơ bản trên mảng Numpy, bao gồm:
- Các phép toán trên mảng
- Phương thức của đối tượng array
- Sắp xếp, reshape, flatten mảng
Các phép toán trên mảng
Numpy cung cấp một số phép toán cơ bản để thao tác trên mảng, bao gồm:
- Phép toán cộng: +
- Phép toán trừ: –
- Phép toán nhân: *
- Phép toán chia: /
- Phép toán lũy thừa: **
- Phép toán modulo: %
- Phép toán so sánh: ==, !=, <, >, <=, >=
Các phép toán này có thể được áp dụng cho cả mảng một chiều và mảng đa chiều.
Ví dụ, để cộng hai mảng một chiều, bạn có thể sử dụng mã sau:
import numpy as np # Tạo hai mảng một chiều arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # Cộng hai mảng arr_sum = arr1 + arr2 # In ra mảng print(arr_sum) Đầu ra: [5 7 9]Phương thức của đối tượng array
Numpy cũng cung cấp một số phương thức để thao tác trên mảng, bao gồm:
- Phương thức sum(): Tính tổng các phần tử của mảng
- Phương thức mean(): Tính trung bình các phần tử của mảng
- Phương thức max(): Tìm phần tử lớn nhất của mảng
- Phương thức min(): Tìm phần tử nhỏ nhất của mảng
- Phương thức std(): Tính độ lệch chuẩn của mảng
- Phương thức var(): Tính phương sai của mảng
- Phương thức sort(): Sắp xếp các phần tử của mảng
- Phương thức reshape(): Thay đổi hình dạng của mảng
- Phương thức flatten(): Biến đổi mảng thành một mảng một chiều
Ví dụ, để tính tổng các phần tử của một mảng một chiều, bạn có thể sử dụng mã sau:
import numpy as np # Tạo mảng một chiều arr = np.array([1, 2, 3]) # Tính tổng các phần tử của mảng sum_arr = arr.sum() # In ra tổng các phần tử print(sum_arr) Đầu ra: 6Sắp xếp, reshape, flatten mảng
Numpy cũng cung cấp một số phương thức để sắp xếp, reshape và flatten mảng, bao gồm:
- Phương thức sort(): Sắp xếp các phần tử của mảng
- Phương thức reshape(): Thay đổi hình dạng của mảng
- Phương thức flatten(): Biến đổi mảng thành một mảng một chiều
Ví dụ, để sắp xếp các phần tử của một mảng một chiều theo thứ tự tăng dần, bạn có thể sử dụng mã sau:
import numpy as np # Tạo mảng một chiều arr = np.array([3, 2, 1]) # Sắp xếp các phần tử của mảng arr.sort() # In ra mảng đã sắp xếp print(arr) Đầu ra: [1 2 3]Kết luận
Trong bài viết này, chúng ta đã tìm hiểu về các thao tác cơ bản trên mảng Numpy. Các thao tác này là cần thiết để làm việc với mảng Numpy một cách hiệu quả.
Nếu bạn là newbie có thể tham khảo bài viết này để tìm hiểu lộ trình học DA trong 3 tháng của SmartData.
Nếu bạn thấy bài viết hay và hữu ích, bạn có thể tham gia các kênh sau của SmartData để nhận được nhiều hơn nữa:
