NUMPY
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Chia mảng thành 4 mảng con có kích thước bằng nhau trong Python

Trong bài viết này, mình sẽ cùng nhau tìm hiểu cách tạo một mảng số nguyên 8x3 có giá trị trong phạm vi từ 10 đến 34 với chênh lệch là 1. Sau đó, ta sẽ chia mảng thành bốn mảng con có kích thước bằng nhau. Bài tập này giúp bạn làm quen với việc làm việc với mảng NumPy và thực hiện việc chia mảng thành các mảng con.

Bước 1: Import thư viện NumPy

Đầu tiên, hãy import thư viện NumPy để có thể làm việc với mảng.

import numpy as np

Bước 2: Tạo mảng số nguyên 8x3

Mình sử dụng hàm np.arange() để tạo mảng số nguyên 8x3 với phạm vi từ 10 đến 34 và chênh lệch là 1.

start = 10
end = 34
step = 1
array_data = np.arange(start, end + 1, step).reshape(8, 3)

Bước 3: Chia mảng thành các mảng con bằng nhau

Mình sử dụng hàm np.split() để chia mảng thành các mảng con có kích thước bằng nhau.

split_arrays = np.split(array_data, 4)

Bước 4: In các mảng con sau khi chia

Cuối cùng sử dụng vòng lặp để in các mảng con sau khi đã chia mảng.

print("Các mảng con sau khi chia:")
for i, split_array in enumerate(split_arrays):
    print(f"Mảng con {i+1}:\n{split_array}\n")

Kết quả

Khi bạn chạy chương trình, bạn sẽ nhận được kết quả sau:

Các mảng con sau khi chia:
Mảng con 1:
[[10 11 12]
 [13 14 15]]

Mảng con 2:
[[16 17 18]
 [19 20 21]]

Mảng con 3:
[[22 23 24]
 [25 26 27]]

Mảng con 4:
[[28 29 30]
 [31 32 33]]

Chúc mừng bạn đã thành công tạo mảng số nguyên 8x3 và chia mảng thành bốn mảng con có kích thước bằng nhau. Bài tập này giúp bạn làm quen với việc làm việc với mảng NumPy và thực hiện việc chia mảng thành các mảng con. Chúc các bạn thành công và tiếp tục khám phá NumPy trong Python!

test php

Bài giải

-------------------- ######## --------------------

Câu hỏi thường gặp liên quan:

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