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 toán tử trên mảng Numpy, bao gồm:
- Các phép toán +, -, *, /, % trên mảng
- Toán tử so sánh >, <, ==, …
- Các hàm apply_along_axis và reduce
Các phép toán trên mảng
Numpy cung cấp các 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: %
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]Toán tử so sánh >, <, ==, …
Numpy cũng cung cấp các toán tử so sánh để so sánh các phần tử của mảng. Các toán tử này có thể được sử dụng để kiểm tra điều kiện trên mảng.
Ví dụ, để kiểm tra xem tất cả các phần tử của một mảng đều lớn hơn 10, bạn có thể sử dụng mã sau:
import numpy as np # Tạo mảng một chiều arr = np.array([11, 12, 13]) # Kiểm tra xem tất cả các phần tử đều lớn hơn 10 all(arr > 10) Đầu ra: TrueCác hàm apply_along_axis và reduce
Các hàm apply_along_axis và reduce được sử dụng để thực hiện các thao tác trên các phần tử của mảng theo chiều của mảng.
Hàm apply_along_axis
Hàm apply_along_axis thực hiện một hàm đã cho trên các phần tử của mảng theo một trục cụ thể.
Ví dụ, để tính tổng các phần tử của mỗi cột trong một mảng hai chiều, bạn có thể sử dụng mã sau:
import numpy as np # Tạo mảng hai chiều arr = np.array([[1, 2], [3, 4]]) # Tính tổng các phần tử của mỗi cột sum_by_col = np.apply_along_axis(sum, 0, arr) # In ra tổng các phần tử của mỗi cột print(sum_by_col) Đầu ra: [3 7]Hàm reduce
Hàm reduce thực hiện một thao tác trên các phần tử của mảng theo chiều của mảng, bắt đầu từ phần tử đầu tiên và kết thúc ở phần tử cuối cùng.
Ví dụ, để tính tổng tất cả các phần tử của một mảng, bạn có thể sử dụng mã sau:
import numpy as np # Tạo mảng một chiều arr = np.array([1, 2, 3]) # Tính tổng tất cả các phần tử của mảng sum_arr = np.sum(arr) # In ra tổng tất cả các phần tử của mảng print(sum_arr) Đầu ra: 6Nếu 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:
