सरल अंकगणित
सरल अंकगणित
आप सीधे NumPy सरणियों के बीच अंकगणितीय ऑपरेटरों का उपयोग कर सकते हैं +
-
*
/
, लेकिन यह खंड उसी के विस्तार पर चर्चा करता है जहां हमारे पास ऐसे कार्य हैं जो किसी भी सरणी जैसी वस्तुओं को ले सकते हैं जैसे सूचियां, टुपल्स आदि और अंकगणितीय सशर्त रूप से प्रदर्शन करते हैं ।
अंकगणित सशर्त: इसका मतलब है कि हम उन स्थितियों को परिभाषित कर सकते हैं जहां अंकगणितीय ऑपरेशन होना चाहिए।
चर्चा किए गए सभी अंकगणितीय फ़ंक्शन एक whereपैरामीटर लेते हैं जिसमें हम उस स्थिति को निर्दिष्ट कर सकते हैं।
योग
फ़ंक्शन दो सरणियों की add()सामग्री को समेटता है, और परिणामों को एक नई सरणी में लौटाता है।
उदाहरण
arr1 में मानों को arr2 में मानों में जोड़ें:
import numpy as np
arr1 = np.array([10, 11, 12, 13, 14, 15])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.add(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [30 32 34 36 38 40] जो 10+20, 11+21, 12+22 आदि का योग है।
घटाव
subtract()फ़ंक्शन एक सरणी से मानों को दूसरे सरणी से मानों के साथ घटाता है, और परिणामों को एक नई सरणी में लौटाता है ।
उदाहरण
arr2 में मानों को arr1 में मानों से घटाएं:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.subtract(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [-10 -1 8 17 26 35] जो 10-20, 20-21, 30-22 आदि का परिणाम है।
गुणा
फ़ंक्शन एक सरणी के multiply()मानों को दूसरे सरणी के मानों से गुणा करता है, और परिणामों को एक नई सरणी में लौटाता है।
उदाहरण
arr1 में मानों को arr2 में मानों से गुणा करें:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([20,
21, 22, 23, 24, 25])
newarr = np.multiply(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [200 420 660 920 1200 1500] जो 10*20, 20*21, 30*22 आदि का परिणाम है।
विभाजन
divide()फ़ंक्शन एक सरणी से मानों को दूसरे सरणी के मानों से विभाजित करता है, और परिणामों को एक नई सरणी में लौटाता है ।
उदाहरण
arr1 में मानों को arr2 में मानों से विभाजित करें:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3,
5, 10, 8, 2, 33])
newarr = np.divide(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण [3.33333333 4. 3. 5. 25. 1.81818182] जो 10/3, 20/5, 30/10 आदि का परिणाम है।
शक्ति
power()फ़ंक्शन पहली सरणी से दूसरे सरणी के मानों की शक्ति तक मानों को बढ़ाता है, और परिणामों को एक नई सरणी में लौटाता है ।
उदाहरण
arr1 में मानों को arr2 में मानों की घात तक बढ़ाएँ:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3,
5, 6, 8, 2, 33])
newarr = np.power(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [1000 3200000 729000000 6553600000000 2500 0] जो 10*10*10, 20*20*20*20*20, 30*30*30*30*30*30 आदि का परिणाम है।
शेष
दोनों mod()और remainder()फ़ंक्शन दूसरे सरणी में मानों के अनुरूप पहले सरणी में शेष मान लौटाते हैं, और परिणामों को एक नई सरणी में लौटाते हैं।
उदाहरण
शेष लौटाएं:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.mod(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [1 6 3 0 0 27] जो शेष है जब आप 10 को 3 (10%) से विभाजित करते हैं, 20 को 7 (200%) 30 को 9 (30% 9) आदि से विभाजित करते हैं।
फ़ंक्शन का उपयोग करते समय आपको वही परिणाम मिलता है remainder():
उदाहरण
शेष लौटाएं:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.remainder(arr1, arr2)
print(newarr)
भागफल और मोड
divmod()फ़ंक्शन भागफल और मॉड दोनों को लौटाता है । वापसी मान दो सरणियाँ हैं, पहली सरणी में भागफल होता है और दूसरी सरणी में मॉड होता है।
उदाहरण
भागफल और मॉड लौटाएं:
import numpy as np
arr1 = np.array([10, 20, 30, 40, 50, 60])
arr2 =
np.array([3, 7, 9, 8, 2, 33])
newarr = np.divmod(arr1, arr2)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा:
(सरणी ([3, 2, 3, 5, 25, 1]), सरणी ([1, 6, 3, 0, 0, 27]))
पहली सरणी भागफल का प्रतिनिधित्व करती है, ( पूर्णांक मान जब आप 10 को 3 से, 20 को 7, 30 को 9 आदि से विभाजित करते हैं
। दूसरी सरणी उसी विभाजन के शेष को दर्शाती है।
सम्पूर्ण मूल्य
दोनों absolute()और abs()फंक्शन फंक्शन एक ही निरपेक्ष ऑपरेशन तत्व-वार करते हैं लेकिन हमें absolute()
पायथन के इनबिल्ट के साथ भ्रम से बचने के लिए उपयोग करना चाहिएmath.abs()
उदाहरण
भागफल और मॉड लौटाएं:
import numpy as np
arr = np.array([-1, -2, 1, 2, 3, -4])
newarr = np.absolute(arr)
print(newarr)
ऊपर दिया गया उदाहरण वापस आएगा [1 2 1 2 3 4]।