Silabus Pelajaran 78 dari 250 · Dasar Data: numpy & pandas
Dasar Data: numpy & pandas

Vektorisasi dan Broadcasting

Aritmatika pada array terjadi elemen demi elemen, tanpa loop:

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 adalah cara numpy memperluas bentuk yang lebih kecil agar sesuai dengan bentuk yang lebih besar. Satu angka (skalar) diterapkan ke setiap elemen:

a = np.array([1, 2, 3])
print(a + 100)   # [101 102 103]
print(a ** 2)    # [1 4 9]

Ini juga berfungsi di seluruh baris. Baris 1D dengan panjang 3 menyebar ke setiap baris pada grid 2x3:

grid = np.array([[1, 2, 3],
                 [4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
#  [14 25 36]]

Perbandingan juga di-vektorisasi dan menghasilkan array boolean, yang akan kita gunakan untuk memfilter segera:

scores = np.array([55, 90, 70, 40])
print(scores >= 60)   # [False  True  True False]

Kode tervektorisasi lebih pendek dan jauh lebih cepat daripada loop Python yang setara.

Giliranku

Mulai dari celsius = np.array([0, 10, 20, 30]). Menggunakan matematika vektor (tanpa loop), ubah ke Fahrenheit dengan rumus F = C * 9/5 + 32 dan simpan di fahrenheit. Lalu buat array boolean warm yang bernilai True jika fahrenheit setidaknya 60.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.