NUMPY
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Sử dụng NumPy để tạo mảng số nguyên 5x2 với chênh lệch và phạm vi cho trước trong Python

Trong bài viết này, mình sẽ cùng nhau tìm hiểu cách sử dụng thư viện NumPy để tạo mảng số nguyên 5x2 có giá trị trong phạm vi từ 100 đến 200 và chênh lệch giữa mỗi phần tử là 10. Bài tập này sẽ giúp bạn làm quen với NumPy và làm việc với mảng số nguyên trong Python.

Bước 1: Import thư viện NumPy

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

import numpy as np

Bước 2: Tạo mảng số nguyên 5x2 với phạm vi và chênh lệch

Mình sử dụng hàm np.arange() để tạo mảng gồm các giá trị trong phạm vi từ 100 đến 200 với chênh lệch là 10. Sau đó, mình biến đổi mảng này thành mảng có hình dạng mong muốn.

start = 100
end = 200
step = 10
array_data = np.arange(start, end + 1, step).reshape(5, 2)

Bước 3: In mảng

Mình sử dụng hàm print() để in mảng số nguyên 5x2 đã tạo.

print("Mảng số nguyên 5x2:")
print(array_data)

Kết quả

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

Mảng số nguyên 5x2:
[[100 110]
 [120 130]
 [140 150]
 [160 170]
 [180 190]]

Chúc mừng bạn đã thành công tạo mảng số nguyên 5x2 với phạm vi từ 100 đến 200 và chênh lệch giữa mỗi phần tử là 10. Bài tập này giúp bạn làm quen với cách sử dụng thư viện NumPy để làm việc với mảng số nguyên trong Python. 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