Векторизация и транслирование
Арифметические операции над массивами происходят поэлементно, без цикла:
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 это то, как numpy растягивает меньшую форму, чтобы она подошла к большей. Одно число (скаляр) применяется к каждому элементу:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]Это также работает по строкам. 1D строка длиной 3 транслируется вниз по каждой строке сетки 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]]Сравнения тоже векторизованы и дают boolean массив, который мы скоро используем для фильтрации:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]Векторный код короче и намного быстрее, чем эквивалентный Python цикл.
Начните с celsius = np.array([0, 10, 20, 30]). Используя векторизованную математику (без loop), конвертируйте в Фаренгейт по формуле F = C * 9/5 + 32 и сохраните в fahrenheit. Затем создайте булевый массив warm, который будет True там, где fahrenheit составляет не менее 60.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.