7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

tinkling @Minh.Khai Theo dõi Đã đăng vào thg 2 19, 2021 11:21 CH - 3 phút đọc
 60  1  4
 1.2K  0  0

Tìm hiểu về thư viện Numpy trong Python(Phần 3)


 Bài đăng này đã không được cập nhật trong 2 năm 

Trong bài viết trước tôi đã giới thiệu cho bạn về NumPy, tìm hiểu về Mảng trong NumPy. Trong bài viết này chúng ta
sẽ tiếp tục tìm hiểu về các kiểu dữ liệu khác trong NumPy

Tìm kiếm Mảng

Bạn có thể tìm kiếm một mảng cho một giá trị nhất định và trả về các chỉ mục nhận được một kết quả phù hợp. Để
tìm kiếm một mảng, hãy sử dụng where() .

Tìm các chỉ mục có giá trị là 4:

arr = np.array ([1, 2, 3, 4, 5, 4, 4]) 

Tìm kiếm trên Viblo   VI   Đăng nhập/Đăng ký

x = np.where (arr == 4)
print (x)

Output: (mảng ([3, 5, 6], dtype = int64),)

Giá trị 4 có ở chỉ mục 3, 5 và 6.

Tìm các chỉ mục trong đó các giá trị là chẵn:

arr = np.array ([1, 2, 3, 4, 5, 6, 7, 8]) 

x = np.where (arr% 2 == 0)
print (x)

Output: (array([1, 3, 5, 7], dtype=int64),)

Tạo số ngẫu nhiên

NumPy cung cấp module random hoạt động với các số ngẫu nhiên. Bạn sẽ cần sử dụng từ khóa from để nhập ngẫu
nhiên từ numpy.

 +2   •  •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 1/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

nhập numpy dưới dạng np 

#Import Random Mô-đun
từ ngẫu nhiên nhập numpy
x = random.randint (100)
print (x)

Output: 86

Tạo Float ngẫu nhiên

Phương thức module random rand() trả về một số thực ngẫu nhiên từ 0 đến 1.

x = random.rand() 
print(x)

Output: 0.048781085334483776

Tạo mảng ngẫu nhiên

Trong NumPy, chúng tôi làm việc với mảng và bạn có thể sử dụng hai phương pháp từ các ví dụ trên để tạo mảng
ngẫu nhiên.

Số nguyên (Integer)
Các phương pháp randint() có một size số nơi bạn có thể xác định hình dạng của một mảng.

x = random.randint (100, size = (5)) 

print (x)

Output: [13 31 70 76 31]

Số thập phân (Floats)

Các phương pháp rand() cũng cho phép bạn chỉ định hình dạng của mảng.

x = random.rand (5) 
print (x)

Output: [0,64724056 0,96725784 0,52396417 0,57882588 0,41752778]

Tạo số ngẫu nhiên từ mảng

Các phương pháp choice() cho phép bạn tạo ra một giá trị ngẫu nhiên dựa trên một mảng các giá trị.

x = random.choice ([3, 5, 7, 9]) 

print (x)

Output: 9 
 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 2/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

Các hàm toán học

NumPy chứa một số lượng lớn các phép toán khác nhau. NumPy cung cấp các hàm lượng giác tiêu chuẩn, các hàm
cho các phép toán số học, xử lý số phức, v.v.

Hàm lượng giác

NumPy có các hàm lượng giác tiêu chuẩn trả về tỷ số lượng giác cho một góc nhất định tính bằng radian.

import numpy as np 
a = np.array([0,30,45,60,90])

print 'Sine of different angles:'

# Convert to radians by multiplying with pi/180
print np.sin(a*np.pi/180)
print '\n'

print 'Cosine values for angles in array:'

print np.cos(a*np.pi/180)
print '\n'

print 'Tangent values for given angles:'

print np.tan(a*np.pi/180)

Output:

Sine of different angles: 

[ 0. 0.5 0.70710678 0.8660254 1. ]

Cosine values for angles in array:

[ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]

Tangent values for given angles:

[ 0.00000000e+00 5.77350269e-01 1.00000000e+00 1.73205081e+00
1.63312394e+16]

Các hàm arcsin, arcos và arctan trả về nghịch đảo lượng giác của sin, cos và tan của góc đã cho. Kết quả của các
hàm này có thể được xác minh bởi hàm numpy.degrees () bằng cách chuyển đổi radian sang độ.

Ex:


 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 3/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

import numpy as np 
a = np.array([0,30,45,60,90])

print 'Array containing sine values:'

sin = np.sin(a*np.pi/180)
print sin
print '\n'

print 'Compute sine inverse of angles. Returned values are in radians.'

inv = np.arcsin(sin)
print inv
print '\n'

OUtput:

Array containing sine values: 

[ 0. 0.5 0.70710678 0.8660254 1. ]

Compute sine inverse of angles. Returned values are in radians.

[ 0. 0.52359878 0.78539816 1.04719755 1.57079633]

Check result by converting to degrees:

[ 0. 30. 45. 60. 90.]

arccos and arctan functions behave similarly:

[ 1.00000000e+00 8.66025404e-01 7.07106781e-01 5.00000000e-01
6.12323400e-17]

Các chức năng để làm tròn

numpy.around ()

Đây là một hàm trả về giá trị được làm tròn đến độ chính xác mong muốn. Hàm nhận các tham số sau:
numpy.around(a,decimals) Trong đó: a : là dữ liệu đầu vào decimals : Số lượng số thập phân làm tròn đến. Mặc
định là 0. Nếu âm, số nguyên được làm tròn đến vị trí bên trái của dấu thập phân

Ex:

import numpy as np 
a = np.array([1.0,5.55, 123, 0.567, 25.532])

print 'Original array:'

print a
print '\n'

print 'After rounding:'

print np.around(a)
print np.around(a, decimals = 1)
print np.around(a, decimals = -1)

Output:


 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 4/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

Original array: 
[ 1. 5.55 123. 0.567 25.532]

After rounding:
[ 1. 6. 123. 1. 26. ]
[ 1. 5.6 123. 0.6 25.5]
[ 0. 10. 120. 0. 30. ]

numpy.floor ()
Hàm này trả về số nguyên lớn nhất không lớn hơn tham số đầu vào. Tầng của vô hướng x là số nguyên i lớn nhất ,
sao cho i <= x . Lưu ý rằng trong Python, luôn được làm tròn từ 0.

Ex:

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])

print 'The given array:'

print a
print '\n'

print 'The modified array:'

print np.floor(a)

Output:

The given array: 

[ -1.7 1.5 -0.2 0.6 10. ]

The modified array:

[ -2. 1. -1. 0. 10.]

numpy.ceil ()
Hàm ceil() trả về giá trị trần của giá trị đầu vào, tức là ceil của vô hướng x là số nguyên i nhỏ nhất , sao cho i >= x.

Ex:

import numpy as np 
a = np.array([-1.7, 1.5, -0.2, 0.6, 10])

print 'The given array:'

print a
print '\n'

print 'The modified array:'

print np.ceil(a)

Output:

The given array: 

[ -1.7 1.5 -0.2 0.6 10. ]

The modified array:

[ -1. 2. -0. 1. 10.]

 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 5/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

Tham khảo:
Numpy Tutorial Numpy.org Numpy Medium

Basic Python Numpy

All rights reserved

  

Bài viết liên quan

Mô đun và Gói trong Python Iterable, Iterator và Generator Lỗi và xử lý ngoại lệ trong Machine Lea
trong Python Python Learning cho
BeautyOnCode BeautyOnCode BeautyOnCode Anh Tran
18 phút đọc 20 phút đọc 18 phút đọc 4 phút đọc
 1.3K 4 0 
5  1.5K 4 0 
9  4.3K 4 0 
5  1.5K 3 

[Python] Một số tips khi code (Phần 1) Cấu trúc dữ liệu​trong Python

Nguyen Huu Hai BeautyOnCode

4 phút đọc 8 phút đọc
 2.4K 6 0 
3  1.5K 5 0 
5

Python có thể dùng để làm gì nhỉ? Dowload video Youtube chỉ với 5 dòng code Python

BeautyOnCode Trinh Huu Vu

10 phút đọc 2 phút đọc
 1.2K 4 4 
4  2.8K 4 6 
4

Bài viết khác từ tinkling

Tìm hiểu về I3 Window manager và cách dùng trên Tìm hiểu về thư viện Numpy trong Python(Phần 2)
Ubuntu
tinkling tinkling
11 phút đọc 11 phút đọc
 1.8K 1 2 
5  4.8K 1 0 
1

Tìm hiểu về thư viện Numpy trong Python(Phần 1)

tinkling
12 phút đọc
 10.5K 1 2 
2

Tìm hiểu về I3 Window manager và cách dùng trên Tìm hiểu về thư viện Numpy trong Python(Phần 2)
Ubuntu
tinkling tinkling
11 phút đọc 11 phút đọc
 1.8K 1 2 
5  4.8K 1 0 
1


 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 6/7
7/3/23, 6:47 PM Tìm hiểu về thư viện Numpy trong Python(Phần 3)

Tìm hiểu về thư viện Numpy trong Python(Phần 1)

tinkling
12 phút đọc
 10.5K 1 2 
2
Bình luận

 Đăng nhập để bình luận

TÀI NGUYÊN DỊCH VỤ ỨNG DỤNG DI ĐỘNG

Bài viết Tổ chức Viblo

Câu hỏi Tags Viblo Code

Videos Tác giả Viblo CTF

Thảo luận Đề xuất hệ thống Viblo CV

LIÊN KẾT
Công cụ Machine Learning Viblo Learing

Trạng thái hệ thống   

Viblo Partner

Viblo Battle

Viblo Interview

© 2023 Viblo. All rights reserved. Về chúng tôi Phản hồi Giúp đỡ FAQs RSS Điều khoản


 +2  • •  •  • 

https://viblo.asia/p/tim-hieu-ve-thu-vien-numpy-trong-pythonphan-3-jvElamONlkw 7/7