NUMPY
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Cách sử dụng hàm add() trong NumPy

Trong bài viết này, bạn sẽ học cách sử dụng hàm numpy add() hoặc toán tử + để thực hiện phép cộng từng phần tử của hai mảng có kích thước bằng nhau. Phép cộng từng phần tử này giúp bạn dễ dàng thao tác và tính toán trên các mảng số liệu một cách hiệu quả và linh hoạt. Qua các ví dụ minh họa, bạn sẽ thấy cách áp dụng hàm add() và toán tử + trong các trường hợp cụ thể, từ mảng một chiều đến mảng hai chiều.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về hàm add() trong NumPy

Hàm numpy.add() trong thư viện NumPy của Python được sử dụng để thực hiện phép cộng phần tử theo phần tử giữa các mảng. Hàm này cho phép cộng hai mảng với nhau và trả về một mảng mới, trong đó mỗi phần tử là tổng của các phần tử tương ứng từ hai mảng đầu vào.

Dưới đây là cú pháp cơ bản của hàm numpy.add():

numpy.add(x1, x2, out=None, where=True, casting='same_kind', order='K', dtype=None, subok=True, *, signature=None, extobj=None)

Tham số

Bài viết này được đăng tại [free tuts .net]

  • x1, x2: Các mảng đầu vào cần cộng. Chúng phải có cùng kích thước hoặc có thể broadcast được với nhau.
  • out: (Tùy chọn) Mảng đích để lưu kết quả. Nếu được cung cấp, nó phải có cùng hình dạng như các mảng đầu vào.
  • where: (Tùy chọn) Mảng boolean cùng kích thước với x1 và x2, xác định các vị trí thực hiện phép cộng. Nếu không được cung cấp, phép cộng sẽ thực hiện trên toàn bộ các phần tử.
  • casting: (Tùy chọn) Điều khiển loại casting. Các giá trị hợp lệ là 'no', 'equiv', 'safe', 'same_kind', và 'unsafe'.
  • order: (Tùy chọn) Điều khiển thứ tự lưu trữ của kết quả. Các giá trị hợp lệ là 'C', 'F', 'A', và 'K'.
  • dtype: (Tùy chọn) Kiểu dữ liệu mong muốn của mảng kết quả.
  • subok: (Tùy chọn) Nếu True, các mảng con của mảng đầu vào sẽ được cho phép trong mảng kết quả.

Sử dụng hàm add() và toán tử + để cộng hai mảng 1D trong NumPy

Ví dụ sau sử dụng toán tử + để cộng hai mảng 1D:

import numpy as np

a = np.array([1, 2])
b = np.array([2, 3])

c = a + b
print(c)

Kết quả:

[3 5]

Screenshot 202024 06 07 20163749 png

Cách hoạt động:

Đầu tiên, tạo hai mảng 1D với hai phần tử mỗi mảng:

a = np.array([1, 2])
b = np.array([2, 3])

Tiếp theo, cộng mảng a với mảng b và gán kết quả vào biến c:

c = a + b

Toán tử + cộng từng phần tử của mảng a với phần tử tương ứng trong mảng b:

[1+2, 2+3] = [3, 5]

Tương tự, bạn có thể sử dụng hàm add() để cộng hai mảng 1D như sau:

import numpy as np

a = np.array([1, 2])
b = np.array([2, 3])

c = np.add(a, b)

print(c)

Kết quả:

[3 5]

Sử dụng hàm add() và toán tử + để cộng hai mảng 2D trong NumPy

Ví dụ sau sử dụng toán tử + để cộng hai mảng 2D:

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = a + b
print(c)

Kết quả:

[[ 6  8]
 [10 12]]

Screenshot 202024 06 07 20163737 png

Trong ví dụ này, toán tử + thực hiện phép cộng từng phần tử như sau:

[[ 1+5  2+6]
 [ 3+7  4+8]]

Tương tự, bạn có thể sử dụng hàm add() để cộng hai mảng 2D:

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = np.add(a, b)
print(c)

Kết quả:

[[ 6  8]
 [10 12]]

Kết bài

Sử dụng toán tử + hoặc hàm add() để cộng hai mảng có kích thước bằng nhau là một cách tiếp cận trực quan và hiệu quả trong việc xử lý các phép toán trên mảng số liệu. Các phương pháp này không chỉ giúp bạn thực hiện phép cộng một cách nhanh chóng mà còn đảm bảo tính chính xác và dễ đọc của mã nguồn. Qua các ví dụ đã thảo luận, hy vọng bạn đã nắm vững cách áp dụng các phương pháp này để phục vụ cho các nhu cầu tính toán và phân tích dữ liệu của mình.

Cùng chuyên mục:

Sử dụng câu lệnh raise from trong Python

Sử dụng câu lệnh raise from trong Python

Ngoại lệ tùy chỉnh trong Python

Ngoại lệ tùy chỉnh trong Python

Ngoại lệ Raise trong Python

Ngoại lệ Raise trong Python

Tìm hiểu về các ngoại lệ trong Python

Tìm hiểu về các ngoại lệ trong Python

Tìm hiểu về decorator dataclass trong Python

Tìm hiểu về decorator dataclass trong Python

Ví dụ sử dụng metaclass trong Python

Ví dụ sử dụng metaclass trong Python

Lớp Metaclass trong Python

Lớp Metaclass trong Python

Tìm hiểu về Class Type trong Python

Tìm hiểu về Class Type trong Python

Phương thức __new__ trong Python

Phương thức __new__ trong Python

Phân biệt Data Descriptor và Non-data Descriptor trong Python

Phân biệt Data Descriptor và Non-data Descriptor trong Python

Mô tả Descriptors trong Python

Mô tả Descriptors trong Python

Tìm hiểu về các lớp mixin trong Python

Tìm hiểu về các lớp mixin trong Python

Đa kế thừa trong Python

Đa kế thừa trong Python

Nguyên tắc đảo ngược sự phụ thuộc trong Python

Nguyên tắc đảo ngược sự phụ thuộc trong Python

Interface Segregation Principle - ISP trong Python.

Interface Segregation Principle - ISP trong Python.

Nguyên tắc thay thế Liskov - LSP trong Python

Nguyên tắc thay thế Liskov - LSP trong Python

Nguyên tắc Đóng-Mở trong Python

Nguyên tắc Đóng-Mở trong Python

Single Responsibility Principle trong Python

Single Responsibility Principle trong Python

Cách sử dụng hàm Auto() của Python

Cách sử dụng hàm Auto() của Python

Tùy chỉnh và mở rộng lớp Enum trong Python

Tùy chỉnh và mở rộng lớp Enum trong Python

Top