Автор оригинала: Team Python Pool.
Функция умножения Numpy является частью арифметических операций numpy. В модуле numpy доступны основные арифметические операторы: сложение, вычитание, умножение и деление. Значение python multiply эквивалентно операции умножения в математике.
Что делает функция Numpy Multiply?
Функция numpy multiply вычисляет произведение между двумя массивами numpy. Он вычисляет произведение между двумя массивами, скажем x1 и x2, по элементам. Функция numpy.multiply() является универсальной функцией, т. е. поддерживает несколько параметров, позволяющих оптимизировать ее работу в зависимости от специфики алгоритма.
Синтаксис Numpy Multiply
numpy.multiply(a1, a2, /,, *,,,,,[, signature, extobj], ufunc 'multiply')
Параметры Numpy Multiply
Параметр | Обязательно или Нет |
а1 | Обязательный |
а2 | Обязательный |
/ | Не обязательно |
из | Не обязательно |
* | Не обязательно |
где | Не обязательно |
кастинг | Не обязательно |
приказ | Не обязательно |
dtype | Не обязательно |
субок | Не обязательно |
младенчество | Не обязательно |
- a1: [arrayLike]1-й входной массив для вычисления произведения.
- a2: [arrayLike]2-й входной массив для вычисления произведения.
- out: [ndarray, None или кортеж ndarray и None, необязательно]out будет местом хранения результата. имейте форму, на которую транслируются входные сигналы. Если он не указан или Отсутствует, возвращается только что выделенный массив.
- where: [array_like, optional]Если значение where истинно, то это указывает на вычисление unfunc в этой позиции, тогда как если значение ложно, то это означает оставить значение только в выводе.
Возвращаемое значение Numpy Multiply
Функция Numpy multiply возвращает произведение между a1 и a2. Функция multiply() может быть скалярной для ndarray. Это зависит от а1 и а2. Предположим, что a1, aи a2 являются скалярными, тогда numpy. Функция Multiply () вернет скалярное значение. В противном случае он вернет nd-массив.
Примечание: Входные данные a1 и a2 должны быть транслируемы в общую форму (которая становится формой выходного сигнала).
Примечание: Входные данные a1 и a2 должны быть транслируемы в общую форму (которая становится формой выходного сигнала).
Давайте рассмотрим примеры функции Numpy multiply() и посмотрим, как она работает.
Пример 1: Использование функции Np.multiply() Для поиска умножения двух чисел
import numpy as np print ("1st Input number : ", a1) print ("2nd Input number : ", a2) .multiply(a1, a2) print ("Product of two input number : ", mul)
Выход:
1st Input number : 24
2nd Input number : 13
Product of two input number : 312
Объяснение
В этом простом первом примере мы просто умножили два числа и получили результат. Давайте посмотрим на каждый шаг и узнаем, что происходит на каждом этапе. Во-первых, мы импортировали модуль numpy как np это очевидно, потому что мы работаем над библиотекой numpy. После этого мы взяли два предопределенных входа ’24’, ’13’, и хранил их в переменных ‘a1’, ‘a2’ соответственно. Мы напечатали наши входные данные, чтобы проверить, правильно ли они указаны или нет. Затем идет основная часть, где мы найдем произведение между двумя числами.
Здесь с помощью функции np.multiply() мы вычислим произведение между a1 и a2. Эта операция умножения идентична тому, что мы делаем в математике.
Итак, мы получим произведение между числом 24 и 13, которое равно 11.
Пример 2: Использование функции Np.multiply() для поиска произведения между двумя входными массивами
import numpy as np a1 = [20, 21, 5, 9] a2 = [13, 17, 6, 11] print ("1st Input array : ", a1) print ("2nd Input array : ", a2) .multiply(a1, a2) print ("Product of two input arrays : ", mul)
Выход:
1st Input array : [20, 21, 5, 9]
2nd Input array : [13, 17, 6, 11]
Product of two input arrays : [260 357 30 99]
Объяснение
Из этого примера все становится немного сложнее; вместо чисел мы использовали массивы в качестве нашего входного значения. Теперь мы можем видеть, что у нас есть два входных массива a1 и a2 с входами массива [20, 21, 5, 9] и [13, 17, 6, 11], соответственно. Функция numpy.multiply() найдет произведение между аргументами массива a1 и a2 по элементам.
Таким образом, решение будет представлять собой массив с формой, равной входным массивам a1 и a2. Продукт между a1 и a2 будет вычислен параллельно, и результат будет сохранен в переменной mold.
Пример 3: Использование Функции Np.multiply() Для Поиска Произведения Между Двумя Многомерными Массивами
import 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) .multiply(a1, a2) print ("Product of two input arrays : ", mul)
Выход:
1st Input array : [[20, 21, 5], [-9, 11, 1]]
2nd Input array : [[13, 17, 6], [1, -8, 7]]
Product of two input arrays : [[260 357 30]
[ -9 -88 7]]
Объяснение
Третий пример в этом учебнике numpy multiply() немного похож на второй пример, который мы уже проходили. То, что мы сделали здесь в этом примере,-это вместо простого массива numpy мы использовали многомерный массив в обоих наших входных значениях a1 и a2.
Убедитесь, что оба входных массива должны иметь одинаковый размер и одинаковую форму. Функция numpy.multiply() найдет произведение между href=”https://en.wikipedia.org/wiki/Array_data_structure”>массив аргументов , по элементам. href=”https://en.wikipedia.org/wiki/Array_data_structure”>массив аргументов , по элементам.
Можем Ли Мы Найти Продукт Между Двумя Массивами Numpy С Разными Формами?
Простыми словами, Нет, мы не можем найти продукты или использовать функцию numpy multiply в двух массивах numpy, которые имеют разные формы.
Давайте рассмотрим это на одном примере,
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) .multiply(a1, a2) print ("Product of two input arrays : ", mul)
Выход:
ValueError: operands could not be broadcast together with shapes (2,3) (2,)
Объяснение
Если форма двух массивов numpy отличается, то мы получим ошибку значения. Ошибка значения будет говорить что-то вроде, например.
ValueError: operands could not be broadcast together with shapes (2,3) (2,)
Здесь, в этом примере, мы получаем valueerror, потому что входной массив a2 имеет другую форму, чем входной массив a1. Чтобы получить продукт без какой-либо ошибки значения, обязательно проверьте форму массивов.
Что Дальше?
NumPy является мощным и невероятно важным для информатики в Python. Это правда, если вы интересуетесь наукой о данных в Python, вам действительно следует узнать больше о Python.
Возможно, вам понравятся наши следующие учебники по numpy.
- Numpy Mean: Реализация и важность
- Использование функции Numpy Random для создания случайных данных
- NumPy Reshape: Изменение Формы Массивов С Легкостью
- Подробное объяснение np.power() С Примерами
- Функция Зажима Numpy
Вывод
numpy multiply() – это убедительная и существенная функция, доступная в модуле numpy. Функция numpy multiply() может быть удобной и настоятельно рекомендуемой. Многие эксперты используют это при поиске продукта между существенными наборами данных.
Если у вас все еще есть какие-либо вопросы относительно функции NumPy multiply. Оставьте свой вопрос в комментариях ниже.
<Счастливого Пифонирования!