Day5 - numpy(4)ndarray的运算及全域函式

ndarray的运算:

相同大小的阵列之间进行运算,称作为 向量化
意味着同时对整批的资料一起做运算
相同位置的数值之间做运算
https://ithelp.ithome.com.tw/upload/images/20210824/20140416P4bZDdBEWR.png

不同大小的阵列之间进行运算,称作为 广播
https://ithelp.ithome.com.tw/upload/images/20210824/20140416J0oyQr2Hsp.png
用上例程序码可看出test_3是shape(3,3)的阵列,而test_4是shape为(3)的阵列
当此两者不同大小阵列间做运算时,test_3会每一个raw(列)分别对test_4做运算

也可以同时对一个数值做运算
https://ithelp.ithome.com.tw/upload/images/20210824/20140416qukqJqAroS.png

全域函式:

全域函式就是对於一般常见的运算函式(如:abs取绝对值、log、square平方)做向量化的动作
https://ithelp.ithome.com.tw/upload/images/20210824/20140416KkeTMNUUUN.png

今天焦点整理:
ndarray相同大小与不同大小之间的运算
认识全域函式,另外关於全域函式还有须多其他的运算方式
基本上你想得到的基本运算都有提供,有需要用到再去survey吧~

送上colab连结,可自行在上面多做点练习更加熟悉numpy
https://colab.research.google.com/drive/1xUVJzbgZBB26KCBbNYlHL2PwaiiTnfdg?usp=sharing

作者的话:
numpy的内容大概就到这里了
以现在学习到的numpy知识在後续遇到其他numpy程序码应该不成大碍
相信依你现在所学的,已经够你克服其他难题了!>O<!

明天要开始进入重头戏罗~pandas!!!
pandas我有好多方便的资料处理方法想跟各位分享
当然要学习pandas绝对少不了对於ndarray的知识
如果觉得自己不够熟悉要再多练习喔~


<<:  [Day 2] 从单体式迁移至微服务架构,支援模组化开发的 Web 框架可以解决什麽问题?

>>:  AI ninja project [day 7] 语音转文字

全域

全域变数 = 全域物件的属性 var deposit =500; //全域变数 console.lo...

【C#】Creational Patterns Simple Factory Mode

简单工厂模式,顾名思义就是抽象工厂的简单版~ 共有三个环节~ 分别是 抽象产品、具体产品、生产产品~...

[神经机器翻译理论与实作] 你只需要专注力(III): 建立更专注的seq2seq模型(续曲)

前言 今天我们将稍微讲述 Luong 全域注意力机制的原理,并继续用 Keras 来架构附带注意力机...

[Day1] 时间序列分析:时间序列资料属性拆解

欢迎来到【时间序列分析与预测方法大全】第一篇! 本篇我们会介绍时间序列资料所包含的属性。 先对资料特...

Day-20 南蛮黑船的再逆袭、引领进入网路世代的 XBOX 360

在上个世代的大战中、虽然 XBOX 的表现基本不算太差、最终来到了 2,400 万部得到第二名、稍胜...