[Numpy * Оператор] Элементное умножение в Python

Автор оригинала: Chris.

Numpy – популярная библиотека Python для науки о данных. Numpy фокусируется на массив Вектор и матричные вычисления. Если вы работаете с данными, вы не можете избежать numpy. Так что узнайте это сейчас и узнайте это хорошо.

В этом руководстве вы узнаете, как рассчитать Продукт Хадамарда In this tutorial, you’ll learn how to calculate the Hadamard Product (= element-wise multiplication ) of two 1D lists, 1D arrays, or even 2D arrays in Python using NumPy's np.multiply() and the

Элементное размножение плоских списков Python

Проблема разработки: Как разумное умножение из элементами из двух списков или NUMPY массивов А и B Работа с Numpy Python Numpy?

Ответ : Используйте звезду ( Asterisk ) Оператор A * B Отказ

>>> import numpy as np
>>> a = [1, 2, 3]
>>> b = [2, 1, 1]
>>> np.multiply(a, b)
array([2, 2, 3])

np.multiply () Функция умножает список элементов [I] с элементом B [I] Для данного индекса Я и хранит результат в новом Numpy Array.

Элементное умножение NaMpy массивов с оператором Asterisk *

Если вы начнете с двух двухместных массивов А и преступник Вместо двух списков вы можете просто использовать Asterisk Operator * Умножить A * B Элемент-мудрый и получить тот же результат:

>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 1, 1])
>>> a * b
array([2, 2, 3])

Но это работает только на Numpy Armays – и не в списках Python!

Умножение элемента разумному размножению 2D Numpy

Вот пример кода из моей новой Numpy Cook “Coffe Break Numpy”:

import numpy as np

# salary in ($1000) [2015, 2016, 2017]
dataScientist = [133, 132, 137]
productManager = [127, 140, 145]
designer = [118, 118, 127]
softwareEngineer = [129, 131, 137]

# Salary matrix
S = np.array([dataScientist,
              productManager,
              designer,
              softwareEngineer])

# Salary increase matrix
I = np.array([[1.1, 1.2, 1.3],
              [1.0, 1.0, 1.0],
              [0.9, 0.8, 0.7],
              [1.1, 1.1, 1.1]])

# Updated salary
S2 = S * I
print(S2)
'''
Output:
[[146.3 158.4 178.1]
 [127.  140.  145. ]
 [106.2  94.4  88.9]
 [141.9 144.1 150.7]]
'''

Рассмотрим зарплата Данные четырех заданий:

• Данные ученый,
• Менеджер по продукту,
• Дизайнер и
• инженер-программист.

Мы создаем четыре Списки что хранить ежегодную среднюю зарплату четырех рабочих мест в Тысяча Доллары на три последующих года.

Мы объединяем эти четыре списка в двумерный массив (Matrix ). Вы можете думать об этом как о Список списков или как таблица. Каждый список зарплаты одной задачи становится ряд этой матрицы. Каждая строка имеет три столбца, по одному на каждый год.

Теперь допустим, ваша компания изменила зарплату для различных должностных инструкций. Например, данные ученые получают зарплату на 30% в 2017 году.

В коде мы создаем вторую матрицу, которая хранит зарплату, изменения в весах. Затем мы обновляем зарплату в соответствии с этими весами. Как дизайнеры в 2015 году получили снижение зарплаты, то есть вес меньше 1,0, новая зарплата меньше, чем старая зарплата.

Обратите внимание, что простое размножение Asterisk оператор * Создает новую матрицу, умногая два значения в положении (Я, j) из двух матриц.

Numpy Puise разумно

Можете ли вы угадать вывод этой головоломки? Can you guess the output of this puzzle? *Advanced Level* (see solution below) * Расширенный уровень * (см. Решение ниже)

Вы мастер-кодер? Are you a master coder? Test your NumPy skills now by solving this code puzzle! Проверьте свои навыки Numpy, решая этот код головоломки!

Куда пойти отсюда?

Эта головоломка свободно основана на моей новой книге «Coffe Break Numpy». Моя идея в написании серии «Coffe Break» – доставить постоянные улучшения в Python – пока не занимая больше времени, чем ваш ежедневный перерыв на кофе.

Вы хотите стать Numpy Master? Do you want to become a NumPy master? Check out our interactive puzzle book Coffee Break NumPy and boost your data science skills! (Amazon link opens in new tab.) Проверьте нашу интерактивную книгу головоломки

Работая в качестве исследователя в распределенных системах, доктор Кристиан Майер нашел свою любовь к учению студентов компьютерных наук.

Чтобы помочь студентам достичь более высоких уровней успеха Python, он основал сайт программирования образования Finxter.com Отказ Он автор популярной книги программирования Python одноклассники To help students reach higher levels of Python success, he founded the programming education website Finxter.com . He’s author of the popular programming book Python One-Liners (NoStarch 2020), coauthor of the Coffee Break Python series of self-published books, computer science enthusiast, freelancer

Его страсти пишут, чтение и кодирование. Но его величайшая страсть состоит в том, чтобы служить стремлению кодер через Finxter и помогать им повысить свои навыки. Вы можете присоединиться к его бесплатной академии электронной почты здесь.