Phép trừ có nghĩa là sự khác biệt hoặc tìm sự khác biệt giữa các giá trị có cùng kích thước. Phép trừ [] là một chức năng phổ biến của thư viện NumPy. Hàm này được sử dụng để xóa hai hoặc nhiều mảng hoặc ma trận trong Python. Toán tử [-] dùng để trừ ma trận hoặc mảng. Do đó, trong hướng dẫn này, chúng ta sẽ tìm hiểu cách thức và thời điểm áp dụng np. phương thức trừ [] trong các chương trình
Khi có thể trừ các mảng trong NumPy?
Trong toán học, phép trừ hai mảng hoặc ma trận chỉ thực hiện được khi cả hai mảng có cùng kích thước. Điều đó có nghĩa là cả hai mảng có cùng số cột và hàng. Nhưng trong phương thức NumPytrừ[], thư viện NumPy cho phép phép trừ giữa các mảng không vô hướng hoặc không có cùng kích thước
Cách sử dụng np. Phép trừ [] Thay vì [-] Toán tử
Trong hầu hết các chương trình và ví dụ, bạn sẽ thấy rằng cả toán tử [-] và phương thức phép trừ[] đều được sử dụng để thực hiện phép trừ. Cả hai được sử dụng thay thế cho nhau khi bạn muốn. Nhưng trong hầu hết các trường hợp, chúng tôi xem xét phương thức trừ [] của NumPy thay vì sử dụng toán tử [-]. Cuối cùng, toán tử [-] là một trừu tượng của np. phương pháp trừ []. Nếu bạn định sửa đổi hành vi mặc định đã chỉ định của toán tử [-], bạn có thể sử dụng np. phương pháp trừ []
cú pháp
Phương thức trừ [] NumPy được khai báo như sau
Numpy. trừ[ mảng1 , mảng2 , /, out=none, where=true, d type=None]
Tranh luận
Trong phần này, chúng ta sẽ thảo luận về các tham số bắt buộc và tùy chọn khác nhau được cung cấp cho np. phép trừ [] và đây là những điều sau đây
Nặng nề. trừ []. Đây là tham số bắt buộc. Nó là một kiểu dữ liệu và đối số bắt buộc được sử dụng. Nó sẽ hoạt động trên các danh sách và bộ dữ liệu trong Python
Mảng 1. Nó cũng là một tham số bắt buộc. Nó đại diện cho mảng được xác định đầu tiên, có kích thước bằng với kích thước của mảng đã cho thứ hai và có thể được cập nhật thành cùng một ma trận như mảng thứ hai
Mảng 2. Nó đại diện cho mảng đầu vào thứ hai và là một đối số bắt buộc. Nó phải có kích thước tương tự như mảng đầu vào đầu tiên và có thể được cập nhật vào cùng một ma trận như mảng đầu tiên
Ngoài. Nó là một đối số tùy chọn. Nó được sử dụng khi chúng tôi muốn một vị trí cụ thể để lưu trữ kết quả. Một đối tượng mới được xây dựng để giữ lại kết quả nếu vị trí không được cung cấp
Ở đâu. Nó cũng là một đối số tùy chọn. Bất cứ khi nào chúng tôi muốn xác định các giá trị mảng cụ thể mà unfunc [hàm phổ quát] sẽ không được thực thi, chúng tôi sử dụng đối số này
gõ. Một đối số tùy chọn được sử dụng để cung cấp cho ma trận kết quả một kiểu dữ liệu cụ thể. Nó giống hệt với kiểu mảng đầu vào
Để tìm hiểu thêm về np. Tìm hiểu sâu về phương pháp except[], hãy cùng xem một vài hình minh họa
Ví dụ số 1
Phép trừ mảng một chiều
Trong trường hợp này, chúng ta sẽ thảo luận về cách thực hiện phép trừ mảng một chiều bằng cách sử dụng phương thức except[] của thư viện NumPy. Một chiều có nghĩa là mảng chỉ có 1 cột hoặc 1 số hàng trên đó có thể thực hiện phép trừ hoặc một hàm khác của Numpy
Khi thực hiện chương trình này, thư viện NumPy dưới dạng np được nhập. Sau đó, chúng ta có biến 'm' đã gán mảng đầu tiên bằng cách khởi tạo np. hàm mảng []. Các giá trị chúng tôi đã gán cho mảng này là [7, 8, 6]. Tiếp theo, chúng ta có một mảng đầu vào thứ hai được lưu trong biến 'n' và các giá trị được gán cho mảng thứ hai là [9, 10, 5]. Bây giờ, chúng tôi đã khai báo một biến mới 'o'. Sau đó, chúng ta phải gọi một np. hàmtrừ [] để thực hiện phép trừ trên cả hai mảng để có kết quả của chúng tôi. Hàm này chứa hai mảng bắt buộc làm đối số. Cuối cùng, hàm print[] thể hiện kết quả sau khi thực hiện phép trừ. Mảng kết quả sẽ được lưu trong biến 'o'
Kết quả mà chúng tôi nhận được sau khi thực hiện thành công phương thức phép trừ [] cho mảng một chiều là
Ví dụ số 2
Phép trừ mảng hai chiều
Trong đoạn mã minh họa ở trên, chúng ta đã xóa các khái niệm về phép trừ mảng một chiều về cách np. chức năng trừ [] hoạt động trên nó. Bây giờ, trong trường hợp thứ hai, chúng ta sẽ thấy hiệu suất của np. Phương thức trừ [] trên mảng hai chiều. Mảng hai chiều biểu thị 2 số hàng hoặc số cột mà phép trừ có thể được thực hiện trên đó
Sau đó, chúng ta phải nhập thư viện NumPy dưới dạng np trong chương trình, đây là bước bắt buộc. Ở bước thứ hai, chúng ta đã khởi tạo biến 'x'. Biến này giữ lại các giá trị của mảng được xác định đầu tiên. Tiếp theo, chúng ta phải gọi np. hàm array[] được sử dụng để lấy các thành phần của mảng. Các giá trị của mảng 2D đầu tiên là [30, 40] [10, 20]. Sau đó, chúng ta phải khai báo biến 'y'. Ở đây chúng ta sẽ gán các phần tử mảng thứ hai bằng cách sử dụng lệnh np. phương thức mảng[]. Mảng được xác định thứ hai có các giá trị [10, 20] [30, 40]. Để lưu đầu ra bằng cách thực hiện phép trừ, một biến mới 'z' sẽ được khởi tạo trong câu lệnh tiếp theo. các np. hàmtrừ[] được gọi để thực hiện phép trừ trên các mảng hai chiều được yêu cầu. Chúng ta phải chuyển 'y' và 'x' làm tham số của np. phương pháp trừ []. Ở bước cuối cùng, phương thức print[] sẽ hiển thị kết quả
Sau khi thực hiện thành công np. phép trừ [] vào mảng 2D, chúng ta có đầu ra sau
Sự kết luận
Trong hướng dẫn này, chúng ta đã nói về phương thức NumPytrừ[], cách nó hoạt động và khi nào nó được sử dụng. Chúng tôi cũng đã trình bày cú pháp và các tham số của hàmtrừ[]. Chúng tôi đã triển khai các ví dụ khác nhau với giải thích chi tiết về mã đó. Trên cả mảng 1D và 2D, phép trừ đã được thực hiện bằng cách sử dụng phương thức except[]. Ngoài ra, chúng tôi cũng đã đề cập đến sự khác biệt và tương đồng giữa việc sử dụng toán tử [-] và np. hàm trừ []