Vektörleştirme ve Yayınlama
eleman bazlı gerçekleşir , döngü olmadan:
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, numpy'nin küçük bir şekli büyük bir şekle uydurmak için genişletme yöntemidir. Tek bir sayı (bir skaler) her elemana uygulanır:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]Satır bazında da çalışır. Uzunluğu 3 olan 1D bir satır, 2x3 bir ızgaranın her satırına yayınlanır:
grid = np.array([[1, 2, 3],
[4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
# [14 25 36]]Karşılaştırmalar da vektörize edilir ve yakında filtreleme için kullanacağımız bir boolean array verir:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]Vektörel kod daha kısa ve eşdeğer Python döngüsünden çok daha hızlıdır.
celsius = np.array([0, 10, 20, 30]) ile başla. Vektörel matematik kullanarak (döngü olmadan), F = C * 9/5 + 32 formülü ile Fahrenheit değerine dönüştür ve fahrenheit içine kaydet. Sonra fahrenheit değeri en az 60 olduğunda True olan warm boolean dizisini oluştur.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.