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.

Sử dụng hàm amax() trong NumPy

Trong bài viết này, bạn sẽ tìm hiểu cách sử dụng hàm numpy amax() để tìm phần tử lớn nhất trong một mảng. Đây là một công cụ quan trọng trong việc xử lý và phân tích dữ liệu với NumPy, giúp bạn dễ dàng tìm ra giá trị lớn nhất trong một tập hợp dữ liệu. Mình sẽ đi qua các ví dụ cụ thể để hiểu cách sử dụng hàm này và áp dụng nó vào các tình huống thực tế.

test php

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

Giới thiệu về hàm amax() trong NumPy

Hàm amax() trả về phần tử lớn nhất của một mảng hoặc phần tử lớn nhất theo một trục cụ thể. Dưới đây là cú pháp của hàm amax():

numpy.amax(a, axis=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)

Hàm amax() tương đương với phương thức max() của đối tượng ndarray:

ndarray.max(axis=None, out=None, keepdims=False, initial=<no value>, where=True)

Ví dụ về hàm amax() trong NumPy

Hãy xem một số ví dụ về cách sử dụng hàm amax().

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

Sử dụng hàm numpy amax() với mảng 1-D

Ví dụ sau sử dụng hàm numpy amax() để tìm giá trị lớn nhất trong một mảng 1-D:

import numpy as np
#Bài viết này được đăng tại freetuts.net
a = np.array([1, 2, 3])
max_value = np.amax(a)
print(max_value)

Kết quả:

3

Cách hoạt động:

Đầu tiên, tạo một mảng mới có ba số 1, 2, và 3:

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

Tiếp theo, tìm số lớn nhất bằng cách sử dụng hàm amax():

max_value = np.amax(a)

Cuối cùng, hiển thị kết quả:

print(max_value)

Sử dụng hàm numpy amax() với mảng nhiều chiều

Ví dụ sau sử dụng hàm amax() để tìm số lớn nhất trong một mảng 2-D:

import numpy as np
#Bài viết này được đăng tại freetuts.net
a = np.array([
    [1, 2],
    [3, 4]]
)
max_value = np.amax(a)
print(max_value)

Kết quả:

4

Nếu bạn muốn tìm giá trị lớn nhất trên mỗi trục, bạn có thể sử dụng tham số axis. Ví dụ, sau đây sử dụng hàm amax() để tìm giá trị lớn nhất trên trục 0:

import numpy as np
#Bài viết này được đăng tại freetuts.net
a = np.array([
    [1, 2],
    [3, 4]]
)
max_value = np.amax(a, axis=0)
print(max_value)

Kết quả:

Screenshot 202024 06 06 20221046 png

[3 4]

Tương tự, bạn có thể sử dụng hàm amax() để tìm giá trị lớn nhất trên trục 1:

import numpy as np
#Bài viết này được đăng tại freetuts.net
a = np.array([
    [1, 2],
    [3, 4]]
)
max_value = np.amax(a, axis=1)
print(max_value)

Kết quả:

Screenshot 202024 06 06 20221059 png

[2 4]

Kết bài

Trong bài viết này, mình đã tìm hiểu cách sử dụng hàm numpy amax() để tìm phần tử lớn nhất trong một mảng hoặc phần tử lớn nhất theo một trục cụ thể. Bằng cách sử dụng hàm này, bạn có thể dễ dàng xác định giá trị lớn nhất trong dữ liệu của mình, giúp cho việc phân tích và xử lý dữ liệu trở nên thuận lợi và hiệu quả hơn. Hãy sử dụng kiến thức này để giải quyết các bài toán thực tế của bạn trong việc làm và nghiên cứu.

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