CÔNG CỤ
MODULES
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Sử dụng Virtual Environment trong Python Từ khóa super() trong Python Số phức trong Python Ý nghĩa của một hoặc hai dấu gạch dưới đứng đầu trong Python Làm việc với Video trong OpenCV bằng Python Chỉnh sửa file trực tiếp bằng module fileinput trong Python Hướng dẫn cách chuyển đổi kiểu dữ liệu trong Python Làm việc với hình ảnh trong OpenCV sử dụng Python Metaclasses trong Python Cách chọn ngẫu nhiên một phần tử từ danh sách trong Python Hướng dẫn cài đặt và sử dụng OpenCV trong Python Phạm vi toàn cục, cục bộ và không cục bộ trong Python Tìm hiểu về từ khóa self trong các lớp Python Hướng dẫn sử dụng Rich, Typer, và SQLite trên terminal bằng Python Giới thiệu về Graph Machine Learning trong Python Cách kiểm tra một đối tượng có thể lặp (iterable) trong Python Quản lý sinh viên Python & MySQL Cách cắt (slicing) chuỗi trong Python Cách loại bỏ phần tử trùng lặp khỏi danh sách (List) trong Python Phân tích dữ liệu Apple Health bằng Python Cách làm phẳng danh sách lồng nhau trong Python Tìm hiểu về *args và **kwargs trong Python Cách xóa file và thư mục trong Python 31 Phương thức xử lý chuỗi (String) quan trọng trong Python Cách sao chép file trong Python 8 Mẹo Refactor Code Python nhanh gọn (Phần 2) Cách yêu cầu người dùng nhập liệu đến khi nhận được phản hồi hợp lệ trong Python Làm chủ Pattern Matching trong Python 3.10 Tạo app ghi chú trong Python với nhận dạng giọng nói và API Notion Các tính năng mới trong Python 3.10 5 lỗi thường gặp trong Python Sự khác biệt giữa append() và extend() trong list Python Các cách nối hai danh sách trong Python Sự khác biệt giữa str và repr trong Python Sự khác biệt giữa @classmethod, @staticmethod và instance methods trong Python Cách thêm số 0 vào đầu chuỗi trong Python Cách tạo thư mục lồng nhau (nested directory) trong Python Cách hợp nhất hai Dictionaries trong Python Cách thực thi lệnh hệ thống hoặc System Command từ Python Cách kiểm tra một chuỗi có chứa chuỗi con trong Python Cách tìm chỉ mục của một phần tử trong danh sách (List) trong Python Cách truy cập index trong vòng lặp for trong Python Cách kiểm tra file hoặc thư mục có tồn tại trong Python Cách xóa phần tử trong danh sách Python Ý nghĩa của if __name__ == "__main__" trong Python 8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic Hỗ trợ Async trong Django 3.1 Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit Cách sử dụng Python Debugger với hàm breakpoint() Cách sử dụng chế độ interactive trong Python Hướng dẫn viết game Rắn Săn Mồi bằng Python 11 mẹo và thủ thuật để viết Code Python hiệu quả hơn Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python Hướng dẫn tạo Chatbot đơn giản bằng PyTorch Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API Hướng dẫn sử dụng Google Sheets API với Python Cách nạp dữ liệu Machine Learning từ File trong Python Toán tử Walrus Operator- Tính năng mới trong Python 3.8 Cách thêm Progress Bar trong Python với chỉ một dòng Code
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

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

Phạm vi số float của Python

Trong bài viết này, mình sẽ tìm hiểu cách tạo một dãy số dấu phẩy động (float) trong Python.

test php

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

Phạm vi số nguyên trong Python (range()) chỉ hoạt động với số nguyên và không hỗ trợ số thập phân. Điều này có nghĩa là mình không thể sử dụng giá trị dấu phẩy động hoặc thập phân trong bất kỳ đối số nào của nó.

Ví dụ: Nếu bạn sử dụng range() với bước là số thập phân, bạn sẽ gặp lỗi TypeError: 'float' object cannot be interpreted as an integer.

for i in range(0, 1, 0.1):
    print(i)
# Output: TypeError: 'float' object cannot be interpreted as an integer
  • Sử dụng arange() linspace() của NumPy để tạo phạm vi số dấu phẩy động.
  • Tạo dãy số float mà không cần sử dụng bất kỳ thư viện hoặc mô-đun nào.

Phạm Vi Số Float sử dụng arange() của NumPy

Thư viện NumPy cung cấp một loạt các hàm và toán tử cho việc làm việc với mảng và ma trận đa chiều. Trong đó, có hàm arange() giúp tạo phạm vi số dấu phẩy động. Hàm này có cú pháp và chức năng tương tự như hàm range() tích hợp trong Python, nhưng cho phép sử dụng số dấu phẩy động trong các đối số bắt đầu, dừng và bước.

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

Cú Pháp của np.arange()

np.arange(start, stop, step)

Cách tạo một phạm vi số Float trong Python

Cài đặt thư viện NumPy nếu chưa có:

Bạn có thể cài đặt NumPy bằng lệnh

pip install numpy.

Nhập thư viện NumPy vào chương trình:

import numpy as np

Sử dụng hàm np.arange():

Truyền các số dấu phẩy động cho các đối số bắt đầu, dừng và bước. Ví dụ:

import numpy as np

# Tạo phạm vi số dấu phẩy động từ 0.0 đến 4.0 với bước 0.5
for i in np.arange(0.0, 4.5, 0.5):
    print(i, end=', ')
# Output: 0.0, 0.5, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0,

# Ví dụ khác: Tạo phạm vi từ 5.5 đến 13.0 với bước 2.5
for i in np.arange(5.5, 15.5, 2.5):
    print(i, end=' ')
# Output: 5.5, 8.0, 10.5, 13.0,

Lưu ý: Hàm np.arange() không bao gồm giá trị dừng trong kết quả của nó, và nó dừng lại trước khi thực hiện bước cuối cùng.

anh32 jpg

Ngoài ra, bạn có thể tìm hiểu thêm về sử dụng hàm range() trong Python và các bài tập về vòng lặp.

Sử dụng số Float trong đối số bước

import numpy as np

# Sử dụng số float trong đối số bước (step)
for i in np.arange(1, 10, 2.5):
    print(i, end=', ')
# Output: 1.0, 3.5, 6.0, 8.5

Phạm Vi Phao Ngược

import numpy as np

# Tạo phạm vi số float từ 30.5 đến 5.5 với bước -5.5 (phạm vi phao ngược)
for i in reversed(np.arange(5.5, 30.5, 5.5)):
    print(i, end=', ')
# Output: 27.5, 22.0, 16.5, 11.0, 5.5,

Phạm Vi Cho Số Float Âm

import numpy as np

# Tạo phạm vi cho số float âm từ -2.5 đến -20.5 với bước -2.5
for i in np.arange(-2.5, -20.5, -2.5):
    print(i, end=', ')
# Output: -2.5, -5.0, -7.5, -10.0, -12.5, -15.0, -17.5, -20.0,

Các ví dụ này minh họa cách sử dụng đối số bước dạng số float, tạo phạm vi phao ngược và tạo phạm vi cho số float âm bằng cách sử dụng hàm np.arange() của NumPy. Điều này giúp bạn làm việc linh hoạt với các số dấu phẩy động trong Python.

Phạm vi sử dụng phao numpy.linspace()

Trong phần này, mình sẽ tìm hiểu cách sử dụng hàm np.linspace() của NumPy để tạo một dãy số thực với các giá trị cách đều nhau.

Cú Pháp của np.linspace()

np.linspace(start, stop, num, endpoint)

Tham Số

  • start: Điểm bắt đầu của phạm vi. Nếu không được chỉ định, mặc định là 0.

  • stop: Điểm kết thúc của phạm vi.

  • num: Số lượng mẫu cần tạo. Mặc định là 50. Giá trị này không thể là số âm, tức là tổng số giá trị bạn muốn trong phạm vi kết quả.

  • endpoint: Đặt thành False nếu bạn không muốn bao gồm giá trị kết thúc trong kết quả.

Ví Dụ

import numpy as np

# Tạo dãy số thực từ 2.5 đến 12.5 với 5 mẫu
for i in np.linspace(2.5, 12.5, num=5):
    print(i, end=', ')
# Kết quả: 2.5, 5.0, 7.5, 10.0, 12.5,
print('')

# Sử dụng endpoint=False để không bao gồm giá trị kết thúc trong kết quả
for i in np.linspace(2.5, 12.5, num=5, endpoint=False):
    print(i, end=', ')
# Kết quả: 2.5, 4.5, 6.5, 8.5, 10.5,

Hàm np.linspace() cho phép bạn tạo dãy số thực với các giá trị cách đều nhau trên một phạm vi xác định. Bạn chỉ cần xác định điểm bắt đầu, điểm kết thúc của phạm vi, và số lượng mẫu bạn muốn trong dãy số kết quả. Nếu bạn không muốn bao gồm giá trị kết thúc trong kết quả, bạn có thể sử dụng endpoint=False. Điều này giúp bạn làm việc linh hoạt với các khoảng số thực trong Python.

Phạm vi phao sử dụng máy phát điện và năng suất

Nếu bạn muốn tạo một phạm vi số float mà không cần sử dụng thư viện gọn gàng như arange() và linspace(), bạn có thể sử dụng trình tạo Python và năng suất để đạt được điều này. Dưới đây là một ví dụ về cách viết một hàm tùy chỉnh có khả năng tạo ra một phạm vi số float:

def frange(start, stop=None, step=None):
    # Đảm bảo rằng start luôn là số float
    start = float(start)
    
    if stop is None:
        # Nếu không có giá trị stop, sử dụng start và gán start thành 0.0
        stop = start + 0.0
        start = 0.0
    
    if step is None:
        # Nếu không có giá trị step, gán step thành 1.0
        step = 1.0

    # In ra các giá trị của start, stop, và step
    print("start = ", start, "stop = ", stop, "step = ", step)

    count = 0
    while True:
        temp = float(start + count * step)
        if step > 0 and temp >= stop:
            break
        elif step < 0 and temp <= stop:
            break
        yield temp
        count += 1


# Ví dụ sử dụng frange để tạo các phạm vi số float
for i in frange(1.5, 5.5, 0.5):
    print("%g" % i, end=", ")
print('\n')

for i in frange(-0.1, -0.5, -0.1):
    print("%g" % i, end=", ")
print('\n')

for num in frange(0.5, 0.1, -0.1):
    print("%g" % num, end=", ")
print('\n')

for num in frange(0, 7.5):
    print("%g" % num, end=", ")
print('\n')

for num in frange(2.5, 7.5):
    print("%g" % num, end=", ")
print('\n')

Kết quả đầu ra của các phần trước và phần tiếp theo của mã trên sẽ là:

bắt đầu = 1,5 dừng = 5,5 bước = 0,5
 1,5, 2, 2,5, 3, 3,5, 4, 4,5, 5,

bắt đầu = -0,1 dừng = -0,5 bước = -0,1
-0,1, -0,2, -0,3, -0,4,

bắt đầu = 0,5 dừng = 0,1 bước = -0,1
0,5, 0,4, 0,3, 0,2,

bắt đầu = 0,0 dừng = 7,5 bước = 1,0
0, 1, 2, 3, 4, 5, 6, 7,

bắt đầu = 2,5 dừng = 7,5 bước = 1,0
2,5, 3,5, 4,5, 5,5, 6,5,

Như vậy, bạn có thể sử dụng hàm frange tùy chỉnh để tạo các phạm vi số float một cách linh hoạt trong Python mà không cần phải dựa vào các thư viện bên ngoài.

Chuỗi số float dương sử dụng trình tạo

Nếu bạn chỉ quan tâm đến dãy số thực dương, bạn có thể sử dụng mã sau:

def positive_float_range(start, stop=None, step=None):
    if stop is None:
        stop = start + 0.0
        start = 0.0
    if step is None:
        step = 1.0
    print("start = ", start, "stop = ", stop, "step = ", step)

    count = 0
    while True:
        temp = float(start + count * step)
        if temp >= stop:
            break
        yield temp
        count += 1

for i in positive_float_range(1.5, 10.5, 0.5):
    print("%g" % i, end=", ")
# Output 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6, 6.5, 7, 7.5, 8, 8.5, 9, 9.5, 10,

Chuỗi số float âm sử dụng trình tạo

Nếu bạn chỉ cần một dãy số thực âm, bạn có thể thử mã sau:

def negative_float_range(start, stop=None, step=None):
    if stop is None:
        stop = start + 0.0
        start = 0.0
    if step is None:
        step = 1.0
    print("start = ", start, "stop = ", stop, "step = ", step)

    count = 0
    while True:
        temp = float(start + count * step)
        if temp <= stop:
            break
        yield temp
        count += 1

for i in negative_float_range(-0.1, -0.5, -0.1):
    print("%g" % i, end=", ")
# Output -0.1, -0.2, -0.3, -0.4,

Như vậy, bạn có thể sử dụng các hàm positive_float_range và negative_float_range để tạo dãy số float dương và âm một cách linh hoạt trong Python.

Phạm vi số float sử dụng tính năng hiểu danh sách

Bạn có thể sử dụng comprehension list để tạo một danh sách số thực từ 0.5 đến 9.5 với bước 0.5 như sau:

# Range from 0.5 to 9.5 with step 0.5 using list comprehension
float_range = [x / 10.0 for x in range(5, 100, 5)]

# Output the list
print(", ".join(map(str, float_range)))

Kết quả sẽ là:

0.5, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.5, 7.0, 7.5, 8.0, 8.5, 9.0, 9.5

Phạm vi số float bằng itertools

Để tạo một phạm vi số float bằng itertools với bước 0.1 từ 0 đến 1, bạn có thể sử dụng mã sau:

import itertools

def float_range(start, end, step):
    assert step != 0
    sample_count = int(abs(end - start) / step)
    return itertools.islice(itertools.count(start, step), sample_count)

for i in float_range(0, 1, 0.1):
    print("%g" % i, end=", ")

Kết quả sẽ là:

0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9,

Như vậy, bạn có thể tạo ra phạm vi số float sử dụng comprehension list hoặc itertools tùy thuộc vào sở thích của bạn.

Kết bài

Trong bài viết này, mình đã tìm hiểu cách tạo một phạm vi số dấu phẩy động trong Python. Ban đầu, chúng ta đã thấy rằng phạm vi mặc định của Python, range(), chỉ hoạt động với số nguyên và không hỗ trợ kiểu float. Tuy nhiên, mình đã khám phá cách sử dụng thư viện NumPy để tạo phạm vi số float.

Mình đã sử dụng hai hàm chính trong NumPy: arange() linspace(). Hàm arange() cho phép chúng ta tạo phạm vi với bước cố định, trong khi linspace() cho phép mình tạo phạm vi với một số lượng mẫu cố định. Bằng cách sử dụng các hàm này, mình có thể làm việc với các số thập phân trong phạm vi một cách dễ dàng.

Ngoài ra, mình cũng đã thấy cách tạo phạm vi số float bằng cách sử dụng một hàm tùy chỉnh, frange(), để sao chép hành vi của range() và cho phép mình làm việc với số float trong phạm vi.

Trong tổng quan, Python cung cấp nhiều cách để làm việc với số float trong phạm vi, từ sử dụng thư viện NumPy cho đến viết các hàm tùy chỉnh. Việc này mở ra nhiều cơ hội cho việc xử lý dữ liệu số thập phân trong các ứng dụng Python của bạn.

Cùng chuyên mục:

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Cách nạp dữ liệu Machine Learning từ File trong Python

Cách nạp dữ liệu Machine Learning từ File trong Python

Hướng dẫn sử dụng Google Sheets API với Python

Hướng dẫn sử dụng Google Sheets API với Python

Xây dựng  web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API

Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API

Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python

Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python

Hướng dẫn tạo Chatbot đơn giản bằng PyTorch

Hướng dẫn tạo Chatbot đơn giản bằng PyTorch

11 mẹo và thủ thuật để viết Code Python hiệu quả hơn

11 mẹo và thủ thuật để viết Code Python hiệu quả hơn

Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python

Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python

Hướng dẫn viết Snake Game bằng Python

Hướng dẫn viết Snake Game bằng Python

Cách sử dụng chế độ interactive trong Python

Cách sử dụng chế độ interactive trong Python

Cách sử dụng Python Debugger với hàm breakpoint()

Cách sử dụng Python Debugger với hàm breakpoint()

Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit

Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit

Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel

Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel

Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python

Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python

Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python

Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python

Hỗ trợ Async trong Django 3.1

Hỗ trợ Async trong Django 3.1

8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic

8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic

Ý nghĩa của if __name__ ==

Ý nghĩa của if __name__ == "__main__" trong Python

Cách xóa phần tử trong danh sách Python

Cách xóa phần tử trong danh sách Python

Top