สมัครเรียนโทร. 085-350-7540 , 084-88-00-255 , ntprintf@gmail.com

Tutorial Python Numpy

LM01PYTHON NUMPY INTRODUCTION LM02PYTHON NUMPY GETTING STARTED LM03PYTHON NUMPY ARRAYS INDEXING LM04PYTHON NUMPY ARRAYS SLICING LM05PYTHON NUMPY DATATYPE LM06PYTHON NUMPY ARRAYd COPY VS VIEW LM07PYTHON NUMPY ARRAY SHAPE LM08PYTHON NUMPY ARRAY RESHAPING LM09PYTHON NUMPY ARRAY ITERATING LM10PYTHON NUMPY JOINING ARRAY LM12PYTHON NUMPY SEARCHING ARRAYS LM13PYTHON NUMPY SORTING ARRAYS LM14PYTHON NUMPY FILTER ARRAY LM16PYTHON 10NUMPY TRIGONOMETRIC FUNCTIONS LM16PYTHON 11NUMPY HYPERBOLIC FUNCTIONS LM16PYTHON 12NUMPY SET OPERATIONS LM16PYTHON 1CREATE YOUR OWN UFUNC LM16PYTHON 2SIMPLE ARITHMETIC LM16PYTHON 3ROUNDING DECIMALS LM16PYTHON 4NUMPY LOGS LM16PYTHON 5NUMPY SUMMATIONS LM16PYTHON 6NUMPY PRODUCTS LM16PYTHON 7NUMPY DIFFERENCES LM16PYTHON 8NUMPY LCM LM16PYTHON 9NUMPY GCD

NumPy Set Operations

เรียนเขียนโปรเเกรมง่ายๆกับ Expert Progamming Tutor กับบท NumPy Set Operations
ชุด(Set)คืออะไร
เซตในคณิตศาสตร์คือชุดขององค์ประกอบที่เป็นเอกลักษณ์ เซตใช้สำหรับการดำเนินการที่เกี่ยวข้องกับการตัดกันการรวมและการดำเนินการที่แตกต่างกันบ่อยครั้ง
สร้างเซตใน NumPy
เราสามารถใช้วิธี
unique()ของ NumPy เพื่อหาองค์ประกอบที่ไม่เหมือนกับตัวจากอาเรย์ใด ๆ เช่น สร้างชุดอาร์เรย์ แต่จำไว้ว่าชุดอาร์เรย์ควรเป็นอาร์เรย์ 1-D เท่านั้น
ตัวอย่าง
แปลงอาเรย์ต่อไปนี้ด้วยองค์ประกอบที่ซ้ำกันเป็นชุด

import numpy as np
arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])
x = np.unique(arr)
print(x)

ผลลัพธ์

[1 2 3 4 5 6 7]

ในการหาค่าที่ไม่ซ้ำกันของสองอาร์เรย์ให้ใช้วิธี union1d ()
ตัวอย่าง
หาการรวมของสองชุดอาร์เรย์ต่อไปนี้

import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])
newarr = np.union1d(arr1, arr2)
print(newarr)

ผลลัพธ์

[1 2 3 4 5 6]

หาจุดแยก
เมื่อต้องการหาเฉพาะค่าที่มีอยู่ในทั้งสองอาร์เรย์ใช้เมธอด intersect1d ()
ตัวอย่าง
หาจุดตัดของสองชุดอาร์เรย์ต่อไปนี้

import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])
newarr = np.intersect1d(arr1, arr2, assume_unique=True)
print(newarr)

ผลลัพธ์

[3 4]

หมายเหตุ: เมธอด intersect1d() ใช้อาร์กิวเมนต์ที่เป็นทางเลือกสมมติว่า _unique ซึ่งหากตั้งค่าเป็น True สามารถเพิ่มความเร็วในการคำนวณได้ ควรตั้งค่าเป็น True เสมอเมื่อจัดการกับชุด
หาความแตกต่าง
หากต้องการหาเฉพาะค่าในชุดแรกที่ไม่มีอยู่ในชุดวินาทีให้ใช้เมธอด setdiff1d()
ตัวอย่าง

import numpy as np
set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])
newarr = np.setdiff1d(set1, set2, assume_unique=True)
print(newarr)

ผลลัพธ์

[1 2]

หมายเหตุ: เมธอด setxor1d() จะใช้อาร์กิวเมนต์ตัวเลือกict_uniqueซึ่งหากตั้งค่าเป็น True สามารถเร่งการคำนวณได้เร็วขึ้น ควรตั้งค่าเป็น True เสมอเมื่อจัดการกับชุด
การหาความแตกต่างแบบสมมาตร
หากต้องการหาเฉพาะค่าที่ไม่ได้อยู่ในชุดทั้งสองให้ใช้วิธีการ setxor1d ()
ตัวอย่าง
หาความแตกต่างที่สมมาตรของ set1 และ set2

import numpy as np
set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])
newarr = np.setxor1d(set1, set2, assume_unique=True)
print(newarr)

ผลลัพธ์

[1 2 5 6]

หมายเหตุ: เมธอดsetdiff1d() จะรับอาร์กิวเมนต์ตัวเลือกict_uniqueซึ่งหากตั้งค่าเป็น True สามารถเพิ่มความเร็วในการคำนวณได้ ควรตั้งค่าเป็น True เสมอเมื่อจัดการกับชุด(Set)
ก็จบกันไปแล้วกับเนื้อหาเรื่องเซต(Set)เป็นอย่างไรกันบ้าง ไม่ยากใช่ไหมละ
แปลจากhttps://www.w3schools.com/python/numpy_ufunc_set_operations.asp



บทความนี้อาจจะมีที่ผิด กรุณาตรวจสอบก่อนใช้

หากมีข้อผิดพลาด/ต้องการพูดคุยเพิ่มเติมเกี่ยวกับบทความนี้ กรุณาแจ้งที่ http://m.me/Expert.Programming.Tutor

ไม่อยากอ่าน Tutorial อยากมาเรียนเลยทำอย่างไร?

สมัครเรียน ONLINE ได้ทันทีที่ https://elearn.expert-programming-tutor.com

หรือติดต่อ

085-350-7540 (DTAC)
084-88-00-255 (AIS)
026-111-618
หรือทาง EMAIL: NTPRINTF@GMAIL.COM

แผนที่ ที่ตั้งของอาคารของเรา

C Article


C++ Article


Java Article


C#.NET Article


VB.NET Article


Python Article


Golang Article


JavaScript Article


Perl Article


Lua Article


Rust Article


Article


Python


Python Numpy


Python Machine Learning



แผนผังการเรียนเขียนโปรแกรม

Link อื่นๆ

Allow sites to save and read cookie data.
Cookies are small pieces of data created by sites you visit. They make your online experience easier by saving browsing information. We use cookies to improve your experience on our website. By browsing this website, you agree to our use of cookies.

Copyright (c) 2013 expert-programming-tutor.com. All rights reserved. | 085-350-7540 | 084-88-00-255 | ntprintf@gmail.com

ติดต่อเราได้ที่

085-350-7540 (DTAC)
084-88-00-255 (AIS)
026-111-618
หรือทาง EMAIL: NTPRINTF@GMAIL.COM
แผนที่ ที่ตั้งของอาคารของเรา