Cách khởi tạo vector trong python

Bạn đã bao giờ thử tạo một chuyển vị của vectơ hoặc ma trận chưa?

Vì vậy, đây là công thức về cách chúng ta có thể Tạo & Chuyển đổi Vector hoặc Ma trận

Bước 1 - Nhập thư viện

import numpy as np

Chúng tôi chỉ nhập numpy cần thiết

Bước 2 - Thiết lập Vector và Ma trận

Chúng tôi đã tạo một vectơ và ma trận bằng cách sử dụng mảng và chúng tôi sẽ tìm thấy chuyển vị của nó. vector = np.array([10, 20, 30, 40, 50, 60]) print("Original Vector: ", vector) matrix = np.array([[11, 22, 33], [44, 55, 66], [77, 88, 99]]) print("Original Matrix: ", matrix)

Bước 3 - Tính toán chuyển vị của vectơ và ma trận

Chúng ta có thể thực hiện chuyển vị của vectơ và ma trận bằng cách sử dụng hàm T, i. e. áp dụng. T sau vectơ và ma trận. V = vector.T print("Transpose Vector: ", V) M = matrix.T print("Transpose Matrix: ", M) Vì vậy, đầu ra là

Một tình huống thường gặp trong học máy là có một lượng dữ liệu khổng lồ; . Ví dụ: hãy tưởng tượng một ma trận trong đó các cột là mọi bộ phim trên Netflix, các hàng là mọi người dùng Netflix và các giá trị là số lần người dùng đã xem bộ phim cụ thể đó. Ma trận này sẽ có hàng chục nghìn cột và hàng triệu hàng. Tuy nhiên, vì hầu hết người dùng không xem hầu hết các bộ phim nên phần lớn các yếu tố sẽ bằng không

Ma trận thưa thớt chỉ lưu trữ các phần tử khác không và giả sử tất cả các giá trị khác sẽ bằng 0, dẫn đến tiết kiệm đáng kể tính toán. Trong giải pháp của mình, chúng tôi đã tạo một mảng NumPy có hai giá trị khác không, sau đó chuyển đổi nó thành một ma trận thưa thớt. Nếu chúng ta xem ma trận thưa thớt, chúng ta có thể thấy rằng chỉ các giá trị khác không được lưu trữ

# View sparse matrix
print(matrix_sparse)

  (1, 1)    1
  (2, 0)    3

Có một số loại ma trận thưa thớt. Tuy nhiên, trong các ma trận hàng thưa thớt (CSR) được nén, (1, 1) và (2, 0) đại diện cho các chỉ số (được lập chỉ mục bằng 0) của các giá trị khác không là 1 và

  (1, 1)    1
  (2, 0)    3

0, tương ứng. Ví dụ: phần tử 1 nằm ở hàng thứ hai và cột thứ hai. Chúng ta có thể thấy lợi thế của ma trận thưa thớt nếu chúng ta tạo một ma trận lớn hơn nhiều với nhiều phần tử 0 hơn và sau đó so sánh ma trận lớn hơn này với ma trận thưa thớt ban đầu của chúng ta

# Create larger matrix
matrix_large = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                         [0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
                         [3, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

# Create compressed sparse row (CSR) matrix
matrix_large_sparse = sparse.csr_matrix(matrix_large)

# View original sparse matrix
print(matrix_sparse)

  (1, 1)    1
  (2, 0)    3

# View larger sparse matrix
print(matrix_large_sparse)

  (1, 1)    1
  (2, 0)    3

Như chúng ta có thể thấy, mặc dù thực tế là chúng ta đã thêm nhiều phần tử 0 hơn vào ma trận lớn hơn, biểu diễn thưa thớt của nó hoàn toàn giống với ma trận thưa thớt ban đầu của chúng ta. Nghĩa là, việc thêm các phần tử bằng 0 không làm thay đổi kích thước của ma trận thưa thớt

Như đã đề cập, có nhiều loại ma trận thưa thớt khác nhau, chẳng hạn như cột thưa thớt được nén, danh sách danh sách và từ điển khóa. Mặc dù phần giải thích về các loại khác nhau và ý nghĩa của chúng nằm ngoài phạm vi của cuốn sách này, nhưng điều đáng chú ý là mặc dù không có loại ma trận thưa thớt "tốt nhất" nhưng vẫn có những khác biệt có ý nghĩa giữa chúng và chúng ta nên ý thức về lý do tại sao.

Python không có kiểu dữ liệu mảng tích hợp. Để sử dụng một mảng, bạn cần nhập một thư viện numpy, sau đó bạn có thể sử dụng hàm np. phương thức array() để tạo mảng. Mảng là một cấu trúc dữ liệu với các giá trị dữ liệu tương tự tại các vị trí bộ nhớ liền kề

Mảng trong Python là gì

Mảng Python là một cấu trúc dữ liệu chứa số lượng mục cố định và các mục này phải có cùng kiểu dữ liệu. Mô-đun Numpy có thể khởi tạo mảng và thao tác dữ liệu được lưu trữ trong đó

Python khởi tạo mảng

Để khởi tạo một mảng trong Python, hãy sử dụng numpy. chức năng rỗng(). các numpy. Hàm trống () tạo một mảng có kích thước được chỉ định với giá trị mặc định = “Không có“

Cú pháp của np. trống rỗng()

________số 8_______

Thí dụ

import numpy as np

arr = np.empty(8, dtype=object) 
print(arr)

đầu ra

[None None None None None None None None]

Bạn có thể thấy rằng chúng ta đã khởi tạo một mảng có nhiều mảng với 8 phần tử Không bằng cách sử dụng hàm empty()

Khởi tạo mảng sử dụng phương thức for loop và range()

Hàm for loop và range() có thể khởi tạo một mảng với giá trị mặc định. Hàm range() lấy một số làm đối số và trả về một dãy số bắt đầu từ 0 và kết thúc bởi số đã chỉ định, mỗi lần tăng thêm 1

Trong ví dụ này, chúng tôi đang tạo một danh sách dưới dạng một mảng

cú pháp

[value for item in range(num)]

Thí dụ

arr = []

arr = [0 for i in range(5)]

print(arr)

đầu ra

[0, 0, 0, 0, 0]

Phương thức trực tiếp để khởi tạo một mảng Python

Bạn có thể sử dụng phương thức trực tiếp để khởi tạo một mảng Python. Ví dụ: sử dụng đoạn mã sau để tạo một mảng Python trống

Làm cách nào để khởi tạo một mảng trong Python?

Làm cách nào để viết véc tơ bằng Python?

Làm cách nào để khởi tạo mảng NumPy trong Python?

Làm cách nào để khởi tạo danh sách trong Python?