Trăn chấm ma trận

Để thực hiện các thao tác dữ liệu ma trận, bạn có thể sử dụng gói numpy. NumPy là thư viện được viết bằng Python Phục vụ cho việc tính toán khoa học, hỗ trợ nhiều loại dữ liệu đa chiều giúp cho việc tính toán, lập trình, làm việc với các hệ thống cơ sở dữ liệu cực kỳ thuận tiện. Bạn có thể sử dụng các phép toán và mảng [mảng] được định nghĩa trong numpy để tạo ma trận. Mảng này là một mảng đối tượng đa chiều thuần nhất tức là mọi phần tử đều giống nhau 1 kiểu

Một số thao tác được phép toán trong Numpy

1. cộng []. - Hàm này được sử dụng để thực hiện phép cộng ma trận phần tử khôn ngoan
2. trừ []. - This function used for allowable non ma trận phần tử
3. tách ra []. - Hàm này được sử dụng để thực hiện chia ma trận phần tử khôn ngoan

Ví dụ

# Mã Python để chứng minh hoạt động của ma trận

# cộng[], trừ[] và chia[]

# nhập numpy cho hoạt động ma trận

nhập numpy

# khởi tạo ma trận

x = numpy. mảng[[[1, 2], [4, 5]]]

y = numpy. mảng[[[7, 8], [9, 10]]]

# sử dụng add[] để thêm ma trận

print["Phép cộng phần tử của ma trận là. "]

in [numpy. thêm[x,y]]

# sử dụng phép trừ[] để trừ ma trận

print["Phép trừ phần tử của ma trận là. "]

in [numpy. trừ[x,y]]

# sử dụng phép chia[] để chia ma trận

print["Phép chia ma trận thành phần tử là. "]

in [numpy. chia[x,y]]

Kết quả

Phần tử bổ sung khôn ngoan của ma trận là.  

[[ 8 10]

[13 15]]

Phép trừ phần tử khôn ngoan của ma trận là.  

[[-6 -6]

[-5 -5]]

Phần tử chia ma trận khôn ngoan là.  

[[ 0. 14285714  0. 25      ]

[ 0. 44444444  0. 5       ]]

1. Nhân []. - Hàm này được sử dụng để thực thi phần tử cho phép nhân ma trận
2. dấu chấm []. - Hàm này được sử dụng để tính toán cho phép nhân ma trận, chứ không phải cho phép nhân phần tử thông minh
3. ô vuông []. - Hàm này dùng để tính cấp bậc hai của từng phần tử của ma trận
4. tổng [x, trục]. - Hàm này được sử dụng để cộng tất cả các phần tử trong trận đấu. Đối số "trục" tùy chọn tính tổng cột nếu trục là 0 và tổng hàng nếu trục là 1
5. “T”. - This object are used to move the position of the ma trận was only

Ví dụ về ma trận trong Python

Ví dụ về ma trận trong Python

Ta sẽ xem xét trường hợp ghi nhiệt độ trong một tuần được đo vào buổi sáng, giữa ngày, trưa và giữa đêm. Trường hợp này có thể được trình bày dưới dạng ma trận 7x5 bằng cách sử dụng mảng và phương pháp định hình có sẵn trong Numpy như sau

từ nhập numpy *

a = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m = định hình lại[a,[7,5]]

in[m]

Dữ liệu trên có thể được biểu diễn dưới dạng một mảng hai chiều như bên dưới

[['Thứ Hai' '18' '20' '22' '17']

['Thứ Ba' '11' '18' '21' '18']

['Thứ Tư' '15' '21' '20' '19']

['Thu' '11' '20' '22' '21']

['Thứ Sáu' '18' '17' '23' '22']

['Thứ bảy' '12' '22' '20' '18']

['Mặt Trời' '13' '15' '19' '16']]

Khi đoạn mã trên được thực thi, nó sẽ cho kết quả như sau

['Thứ Tư', 15, 21, 20, 19]

23

>>>Xem thêm. Từ điển trong Python - Cách sử dụng từ điển trong Python

Một số thao tác tạo ma trận trong Python

từ nhập numpy *

m = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m_r = append[m,[['Avg',12,15,13,11]],0]

in[m_r]

Khi đoạn mã trên được thực thi, nó tạo ra kết quả sau

[['Thứ Hai' '18' '20' '22' '17']

['Thứ Ba' '11' '18' '21' '18']

['Thứ Tư' '15' '21' '20' '19']

['Thu' '11' '20' '22' '21']

['Thứ Sáu' '18' '17' '23' '22']

['Thứ bảy' '12' '22' '20' '18']

['Mặt trời' '13' '15' '19' '16']

['Trung bình' '12' '15' '13' '11']]

>>>Xem thêm. Key learning set Python

Add a column in the Python ma trận

Chúng ta có thể thêm cột vào màn hình bằng phương thức insert[]. ở đây chúng ta phải đề cập đến chỉ mục nơi chúng ta muốn thêm cột và một mảng chứa các giá trị mới của các cột được thêm vào. Trong ví dụ dưới đây, một cột mới đã được thêm vào từ vị trí thứ 5

từ nhập numpy *

m = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m_c = chèn[m,[5],[[1],[2],[3],[4],[5],[6],[7]],1]

in[m_c]

Khi đoạn mã trên được thực thi, nó tạo ra kết quả sau

[['Thứ Hai' '18' '20' '22' '17' '1']

['Thứ Ba' '11' '18' '21' '18' '2']

['Thứ Tư' '15' '21' '20' '19' '3']

['Thu' '11' '20' '22' '21' '4']

['Thứ Sáu' '18' '17' '23' '22' '5']

['Thứ bảy' '12' '22' '20' '18' '6']

['Mặt trời' '13' '15' '19' '16' '7']]

Remove a row to a Python Ma trận

Chúng ta có thể xóa một hàng khỏi ma trận bằng phương thức xóa []. Chúng ta phải chỉ định số lượng của hàng và giá trị hệ thống là 0 cho một hàng và 1 cho một cột

từ nhập numpy *

m = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m = xóa[m,[2],0]

in[m]

Khi đoạn mã trên được thực thi, nó tạo ra kết quả sau

[['Thứ Hai' '18' '20' '22' '17']

['Thứ Ba' '11' '18' '21' '18']

['Thu' '11' '20' '22' '21']

['Thứ Sáu' '18' '17' '23' '22']

['Thứ bảy' '12' '22' '20' '18']

['Mặt Trời' '13' '15' '19' '16']]

Delete a column from Ma trận Python

Chúng ta có thể xóa một cột khỏi ma trận bằng phương thức xóa []. Chúng ta phải chỉ định số cột và giá trị hệ thống là 0 cho một hàng và 1 cho một cột

từ nhập numpy *

m = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m = xóa[m,s_[2],1]

in[m]

Khi đoạn mã trên được thực thi, nó tạo ra kết quả sau

[['Thứ Hai' '18' '22' '17']

['Thứ Ba' '11' '21' '18']

['Thứ Tư' '15' '20' '19']

['Thu' '11' '22' '21']

['Thứ Sáu' '18' '23' '22']

['Thứ Bảy' '12' '20' '18']

['Mặt Trời' '13' '19' '16']]

Update a row in Ma trận Python

Để cập nhật các giá trị trong hàng của ma trận, chúng ta chỉ cần gán lại các giá trị tại chỉ mục của hàng. Trong ví dụ dưới đây, tất cả các giá trị cho dữ liệu của ngày thứ hai được đánh dấu là 0. Chỉ số cho hàng này là 3

từ nhập numpy *

m = mảng[[['Mon',18,20,22,17],['Tue',11,18,21,18],

['Thứ Tư',15,21,20,19],['Thu',11,20,22,21],

['Thứ Sáu',18,17,23,22],['Thứ Bảy',12,22,20,18],

['Mặt trời',13,15,19,16]]]

m[3] = ['Thu',0,0,0,0]

in[m]

Khi đoạn mã trên được thực thi, nó tạo ra kết quả sau

[['Thứ Hai' '18' '20' '22' '17']

['Thứ Ba' '11' '18' '21' '18']

['Thứ Tư' '15' '21' '20' '19']

['Thu' '0' '0' '0' '0']

['Thứ Sáu' '18' '17' '23' '22']

['Thứ bảy' '12' '22' '20' '18']

['Mặt Trời' '13' '15' '19' '16']]

Kết luận. Việc sử dụng NumPy trong việc tạo ma trận thay vì Nested list sẽ giúp bạn lập trình một cách dễ dàng hơn, đặc biệt trong nghiên cứu dữ liệu, khoa học