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 subtract() trong NumPy

Trong bài viết này, bạn sẽ học cách sử dụng hàm numpy subtract() hoặc toán tử - để tìm sự khác biệt giữa hai mảng có kích thước bằng nhau. Các phương pháp này giúp thực hiện phép trừ từng phần tử tương ứng trong các mảng, đem lại sự linh hoạt và hiệu quả trong việc xử lý dữ liệu số. Hãy cùng khám phá cách sử dụng chúng thông qua các ví dụ minh họa cụ thể.

test php

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

Giới thiệu hàm subtract() trong Numpy

Hàm subtract() hoặc toán tử - trả về sự khác biệt giữa hai mảng có kích thước bằng nhau bằng cách thực hiện các phép trừ từng phần tử tương ứng.

Hãy xem qua một số ví dụ về cách sử dụng toán tử - và hàm subtract().

Sử dụng hàm NumPy subtract() và toán tử – để tìm sự khác biệt giữa hai mảng 1D

Ví dụ sau đây sử dụng toán tử - để tìm sự khác biệt giữa hai mảng 1-D:

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

import numpy as np

a = np.array([1, 2])
b = np.array([3, 4])

c = b - a
print(c)

Output:

[2 2]

Cách hoạt động:

Screenshot 202024 06 11 20121034 png

Đầu tiên, tạo hai mảng 1D với hai số trong mỗi mảng:

a = np.array([1, 2])
b = np.array([3, 4])

Tiếp theo, tìm sự khác biệt giữa mảng b và mảng a bằng cách sử dụng toán tử -:

c = b - a

Toán tử - trả về sự khác biệt giữa từng phần tử của mảng b với phần tử tương ứng trong mảng a:

[3-1, 4-2] = [2, 2]

Tương tự, bạn có thể sử dụng hàm subtract() để tìm sự khác biệt giữa hai mảng 1D như sau:

import numpy as np

a = np.array([1, 2])
b = np.array([3, 4])

c = np.subtract(b, a)

print(c)

Output:

[2 2]

Sử dụng hàm NumPy subtract và toán tử – để tìm sự khác biệt giữa hai mảng 2D

Ví dụ sau đây sử dụng toán tử - để tìm sự khác biệt giữa hai mảng 2D:

import numpy as np

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

c = b - a
print(c)

Screenshot 202024 06 11 20121049 png

Output:

[[4 4]
 [4 4]]

Trong ví dụ này, toán tử - thực hiện phép trừ từng phần tử tương ứng:

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

Tương tự, bạn có thể sử dụng hàm subtract() để tìm sự khác biệt giữa hai mảng 2D:

import numpy as np

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

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

Output:

[[4 4]
 [4 4]]

Kết bài

Sử dụng toán tử trừ (-) hoặc hàm subtract() trong NumPy giúp bạn dễ dàng và hiệu quả tìm ra sự khác biệt giữa hai mảng có kích thước bằng nhau. Với các ví dụ và hướng dẫn cụ thể trong bài viết, hy vọng bạn đã nắm vững cách thực hiện các phép trừ phần tử tương ứng trong mảng. Việc sử dụng NumPy không chỉ đơn giản hóa mà còn tối ưu hóa quá trình xử lý dữ liệu, giúp bạn tiết kiệm thời gian và nâng cao hiệu suất làm việc.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top