برداریسازی و broadcasting
حساب روی آرایهها عضوبهعضو، بدون حلقه، انجام میشود:
import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b) # [11 22 33]
print(a * b) # [10 40 90]
print(b / a) # [10. 10. 10.]Broadcasting راهی است که numpy یک shape کوچکتر را برای جاشدن در یک بزرگتر کش میدهد. یک عدد تنها (یک scalar) روی هر عضو اعمال میشود:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]روی ردیفها هم کار میکند. یک ردیف یکبعدی به طول 3 روی هر ردیف یک شبکهٔ 2x3 broadcast میشود:
grid = np.array([[1, 2, 3],
[4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
# [14 25 36]]مقایسهها هم برداریاند و یک آرایهٔ بولی میدهند، که بهزودی برای پالایش از آن استفاده میکنیم:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]کد برداری کوتاهتر و بسیار سریعتر از حلقهٔ معادل Python است.
از celsius = np.array([0, 10, 20, 30]) شروع کنید. با حساب برداری (بدون حلقه)، با فرمول F = C * 9/5 + 32 به فارنهایت تبدیل کنید و در fahrenheit ذخیره کنید. سپس یک آرایهٔ بولی warm بسازید که جایی که fahrenheit دستکم 60 است True باشد.
مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید
این تمرین بهزودی باز میشود
درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و میتوانید همین الان این درس را بخوانید.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.