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. Объединение Python и Shell
  2. Декораторы в Python
  3. Создание детектора плагиата
  4. Протокол управления контекстом
  5. Поиск индексов подстроки
  6. Нан-рефлексивность в Python
  7. Склеивание строк без циклов
  8. Работа с аргументами командной строки
  9. Непрерывная проверка в Python
  10. Разделение списка на гнппы
  11. Отрицательные индексы списков
  12. Псевдонимы в Python
  13. Python Calendar Usage
  14. Отладка в командной строке
  15. Фильтрация списка от «ложных» значений
  16. Обработка ошибок в Python
  17. Метод lt для сортировки объектов
  18. Работа с collections в Python.
  19. Оператор @ для умножения матриц
  20. Управление User-Agent в Python
  21. Функция zip() в Python
  22. Запуск внешних программ с subprocess
  23. Magic Commands — улучшение работы с Python
  24. Переопределение метода __pow__
  25. Объединение множеств в Python
  26. Работа с файлами и директориями в Python.
  27. Анализ текста на русском языке с помощью Pymystem3
  28. Перезапуск ячейки в Jupyter Notebook с dostoevsky
  29. Сортировка в Python
  30. Моржовый оператор в Python 3.8
  31. Многопоточность в Python
  32. Значения по умолчанию в Python
  33. Метод ipow для возведения в степень
  34. Создание объекта времени
  35. Управление ресурсами в Python
  36. Установка переменной среды в Python
  37. Списки в Python: основы
  38. Функции all и any в Python
  39. Копирование файлов с shutil()
  40. Установка и обучение ChatterBot
  41. Разрешение имен в Python
  42. Обработка аргументов Python
  43. Оператор match в Python
  44. Оптимизация поиска в словарях
  45. Работа с timedelta
  46. Фильтрация входных данных в Python
  47. split() без разделителя

Marketello читают маркетологи из крутых компаний