Programma Les 78 van 250 · Basis van data: numpy & pandas
Basis van data: numpy & pandas

Vectorisatie en Broadcasting

Arithmetiek op arrays gebeurt elementgewijs, zonder een 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 is hoe numpy een kleinere vorm uitrekt om in een grotere te passen. Een enkel getal (een scalar) wordt toegepast op elk element:

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

Het werkt ook over rijen. Een 1D rij van lengte 3 wordt uitgezet naar elke rij van een 2x3 grid:

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

Vergelijkingen zijn ook gevectoriseerd en geven een boolean array, die we zo snel mogelijk zullen gebruiken voor filteren:

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

Vectorized code is korter en veel sneller dan de equivalente Python loop.

Jij bent aan de beurt

Begin bij celsius = np.array([0, 10, 20, 30]). Gebruik vectoriële wiskunde (geen loop) om naar Fahrenheit te converteren met de formule F = C * 9/5 + 32 en sla het op in fahrenheit. Bouw daarna een boolean array warm die True is waar fahrenheit minstens 60 is.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.