Trừ hai mảng numpy python
Hàm trừ Numpy là một phần của phép toán số học numpy. Có các toán tử số học cơ bản có sẵn trong mô-đun numpy, đó là cộng, trừ, nhân và chia. Ý nghĩa của phép trừ trong python tương đương với phép trừ trong toán học Show
nội dung
Hàm trừ Numpy làm gì?Hàm trừ numpy tính toán sự khác biệt giữa hai mảng numpy. Nó tính toán sự khác biệt giữa hai mảng, giả sử x1 và x2, theo từng phần tử. các numpy. phép trừ () là một chức năng phổ quát, tôi. e. , hỗ trợ một số tham số cho phép bạn tối ưu hóa công việc của nó tùy thuộc vào chi tiết cụ thể của thuật toán Cú pháp của phép trừ Numpy
Các tham số của Numpy SubtractTham sốBắt buộc hoặc Không phải là1Bắt buộc a2Bắt buộc/Không bắt buộcngoàiKhông bắt buộc*Không bắt buộcnơiKhông bắt buộcTruyềnKhông bắt buộcĐặt hàngKhông bắt buộcdtypeKhông bắt buộcsubokKhông bắt buộckhông bắt buộcKhông bắt buộcKhông bắt buộc
Giá trị trả về của phép trừ NumpyHàm trừ Numpy trả về chênh lệch giữa a1 và a2. Hàm phép trừ () có thể là vô hướng của mảng thứ cấp. Nó phụ thuộc vào a1 và a2. Nếu a1 và a2 là vô hướng, hơn numpy. phép trừ() sẽ trả về một giá trị vô hướng. Khác nó sẽ trả về một mảng thứ Ghi chú. Đầu vào a1 và a2 phải được phát thành một hình dạng chung (trở thành hình dạng của đầu ra) Ví dụ về chức năng trừ NumpyHãy xem qua các ví dụ về hàm Numpytrừ() và xem nó hoạt động như thế nào ví dụ 1. Sử dụng Np. Phép trừ () Hàm Để trừ hai sốimport numpy as np a1 = 24 a2 = 13 print ("1st Input number : ", a1) print ("2nd Input number : ", a2) dif = np.subtract(a1, a2) print ("Difference of two input number : ", dif) đầu ra
Giải trìnhTrong ví dụ đầu tiên đơn giản này, chúng ta chỉ cần trừ hai số và nhận được kết quả. Hãy xem xét từng bước và biết điều gì xảy ra trong từng giai đoạn. Trước hết, chúng tôi đã nhập mô-đun numpy dưới dạng np, điều đó là hiển nhiên vì chúng tôi đang làm việc trên thư viện numpy. Sau đó, chúng tôi đã lấy hai đầu vào được xác định trước '24', '13' và lưu chúng vào các biến 'a1', 'a2' tương ứng. Chúng tôi đã in đầu vào của mình để kiểm tra xem chúng có được chỉ định đúng hay không. Sau đó, phần chính đến nơi chúng ta sẽ tìm thấy sự khác biệt giữa hai số Dưới đây với sự giúp đỡ của np. phép trừ (), chúng tôi sẽ tính toán sự khác biệt giữa a1 và a2. Phép toán trừ này giống hệt với những gì chúng ta làm trong toán học Vậy ta sẽ được hiệu giữa số 24 và 13 là 11 ví dụ 2. Sử dụng Np. Subtract() Hàm tìm sự khác biệt giữa hai mảng đầu vàoimport numpy as np a1 = [20, 21, 5, 9] a2 = [13, 17, 6, 11] print ("1st Input array : ", a1) print ("2nd Input array : ", a2) dif = np.subtract(a1, a2) print ("Difference of two input arrays : ", dif) đầu ra 1st Input array : [20, 21, 5, 9] 2nd Input array : [13, 17, 6, 11] Difference of two input arrays : [ 7 4 -1 -2] Giải trìnhTừ ví dụ này, mọi thứ trở nên phức tạp hơn một chút với Lil; . Vì vậy, giải pháp sẽ là một mảng có hình dạng bằng các mảng đầu vào a1 và a2. Sự khác biệt giữa a1 và a2 sẽ được tính toán song song và kết quả sẽ được lưu trữ trong biến dif ví dụ 3. Sử dụng Np. Hàm Subtract() để tìm sự khác biệt giữa hai mảng nhiều chiềuimport numpy as np a1 = [[20, 21, 5], [-9, 11, 1]] a2 = [[13, 17, 6], [1, -8, 7]] print ("1st Input array : ", a1) print ("2nd Input array : ", a2) dif = np.subtract(a1, a2) print ("Difference of two input arrays : ", dif) đầu ra
Giải trìnhVí dụ thứ ba trong hướng dẫn numpytrừ() này hơi giống với ví dụ thứ hai mà chúng ta đã trải qua. Những gì chúng ta đã làm ở đây trong ví dụ này là thay vì mảng có nhiều mảng đơn giản, chúng ta đã sử dụng một mảng nhiều chiều trong cả hai giá trị đầu vào a1 và a2 Đảm bảo cả hai mảng đầu vào phải có cùng kích thước và hình dạng giống nhau. các numpy. hàmtrừ () sẽ tìm thấy sự khác biệt giữa các đối số mảng, phần tử khôn ngoan Chúng ta có thể tìm thấy sự khác biệt giữa hai mảng Numpy với các hình dạng khác nhau không?Nói một cách đơn giản, Không, chúng tôi không thể tìm thấy sự khác biệt hoặc sử dụng hàm trừ numpy trong hai mảng numpy có hình dạng khác nhau Hãy xem qua một ví dụ, import numpy as np a1 = [[20, 21, 5], [-9, 11, 1]] a2 = [[7, 13, 17, 6], [1, -8, 7]] print ("1st Input array : ", a1) print ("2nd Input array : ", a2) dif = np.subtract(a1, a2) print ("Difference of two input arrays : ", dif) đầu ra ________số 8Giải trìnhNếu hình dạng của hai mảng có nhiều mảng khác nhau thì chúng ta sẽ gặp lỗi giá trị. Lỗi giá trị sẽ nói một cái gì đó như ví dụ ValueError: operands could not be broadcast together with shapes (2,3) (2,) Ở đây trong ví dụ này, chúng tôi gặp lỗi giá trị vì mảng đầu vào a2 có hình dạng khác với mảng đầu vào a1. Để có được sự khác biệt mà không có bất kỳ lỗi giá trị nào, hãy đảm bảo kiểm tra hình dạng của mảng Cái gì tiếp theo?NumPy rất mạnh mẽ và cực kỳ cần thiết cho khoa học thông tin trong Python. Điều đó đúng, nếu bạn quan tâm đến khoa học dữ liệu trong Python, bạn thực sự nên tìm hiểu thêm về Python Bạn có thể thích các hướng dẫn sau đây của chúng tôi về numpy
Phần kết luậnnumpytrừ() là một chức năng hấp dẫn và thiết yếu có sẵn trong mô-đun numpy, có thể rất hữu ích và được nhiều chuyên gia khuyên dùng khi tìm sự khác biệt giữa các tập dữ liệu rất lớn Nếu bạn còn bất kỳ thắc mắc nào liên quan đến hàm trừ NumPy. Để lại câu hỏi của bạn trong các ý kiến dưới đây Bạn có thể trừ một mảng NumPy khỏi một mảng khác không?Giới thiệu nhanh về Numpy Subtract
. When you use np. trừ hai mảng Numpy có cùng kích thước, hàm sẽ trừ các phần tử của mảng thứ hai khỏi các phần tử của mảng thứ nhất . Nó thực hiện phép trừ này theo kiểu “từng phần tử”.
Làm cách nào để tìm sự khác biệt giữa hai mảng NumPy trong python?Bước 1. nhập numpy. Bước 2. Xác định hai mảng numpy. Bước 3. Tìm chênh lệch đã đặt giữa các mảng này bằng hàm setdiff1d() . Bước 4. In đầu ra.
Bạn có thể trừ hai danh sách bằng Python không?Sử dụng Numpy để trừ hai danh sách Python
. Phương thức này lấy hai mảng numpy làm đầu vào và cung cấp các phép trừ theo từng phần tử giữa hai danh sách.
+= có hoạt động với mảng NumPy không?Mảng có nhiều mảng là các đối tượng có thể thay đổi được xác định rõ ràng trong các thao tác tại chỗ. Nếu a và b là các mảng có cùng hình dạng, thì a += b cộng hai mảng lại với nhau, sử dụng a làm bộ đệm đầu ra . |