Курс Python → Сложение матриц в NumPy

Для добавления матрицы в Python можно воспользоваться модулем numpy, который предоставляет удобные инструменты для работы с многомерными массивами. Для начала необходимо импортировать этот модуль:

import numpy as np

Далее можно создать две матрицы, которые мы хотим сложить. Например, создадим две матрицы размером 2×2:

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

Теперь мы можем сложить эти две матрицы с помощью оператора +:

c = a + b

Результатом сложения будет новая матрица, в которой каждый элемент получен путем сложения соответствующих элементов исходных матриц:

[[ 6  8]
 [10 12]]

Таким образом, использование модуля numpy позволяет нам легко и быстро выполнять операции над матрицами, включая их сложение. Это особенно удобно, когда матрицы имеют большой размер или требуется выполнить сложные вычисления.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Функции в Python
  2. Каналы Senior: Python, Java, Frontend, SQL, C++
  3. Объединение кортежей в Python
  4. Множества и frozenset
  5. Условные выражения в Python
  6. Профилирование с cProfile
  7. Избегайте изменяемых аргументов
  8. Сравнение неупорядоченных списков
  9. Удаление пробелов методом translate()
  10. Удаление символа из строки
  11. Оптимизация методов в Python 3.7
  12. Генератор надежных паролей
  13. Работа со строками в Python
  14. Создание инструмента обнаружения плагиата
  15. Удаление элементов из списка в Python
  16. Игра «Камень, ножницы, бумага» — Python
  17. Python: Splat-оператор и splatty-splat
  18. Работа с itertools
  19. Оператор continue в Python
  20. Блок else в Python
  21. Роль object и type в Python
  22. Pretty-printing JSON в Python
  23. Введение в PyTorch
  24. Работа с файлами в Python
  25. Конкатенация списков в Python
  26. Именование столбцов в Python с pandas
  27. Оптимизация памяти с помощью __slots__
  28. Профилирование с Pandas
  29. f-строки в формате строк
  30. Анонимные функции в Python
  31. Нахождение хеша для бесконечности и NaN в Python
  32. Генераторы списков в Python
  33. Списковые включения в Python
  34. Экранирование символов в Python
  35. Цикл while в Python
  36. Блок else в циклах.
  37. Явный импорт в Python
  38. Логирование с Logzero
  39. Фильтрация списка чисел
  40. Передача неизвестных аргументов в Python.
  41. Перевернуть список в Python
  42. Работа с модулем random
  43. Оператор is в Python
  44. Создание namedtuple из словаря
  45. Генераторные функции в Python
  46. Функции min(), max(), sum()

Marketello читают маркетологи из крутых компаний

Добавить
свою компанию