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. Очистка вывода в Python
  2. Принцип одной функции
  3. Создание файла с проверкой ошибки
  4. Метод rmatmul для обратного матричного умножения
  5. Dict Comprehension в Python
  6. Преобразование списка в словарь через генератор
  7. Создание списков в Python
  8. Обработка исключений
  9. Непрерывная проверка в Python
  10. Перетасовка списков в Python
  11. Получение идентификатора объекта в памяти
  12. Работа с JSON в Python
  13. Проверка памяти объекта
  14. Модуль functools в Python
  15. Оптимизация поиска в словарях
  16. JMESPath в Python
  17. Форматирование кода на Python
  18. Преобразование данных в Python
  19. Поиск наиболее частого элемента в списке
  20. Использование метода lower()
  21. Просмотр атрибутов и методов класса
  22. Работа с датами в Python
  23. Проверка файла .py на синтаксис.
  24. Курс Data Scientist в медицине
  25. Отступы в Python
  26. Метод rename() для переименования файлов и каталогов
  27. Удаление знаков препинания в Python
  28. Управление виртуальными средами в Python
  29. Функция reduce() из модуля functools
  30. Создание детектора плагиата
  31. Избегайте пустого списка
  32. Поиск всех индексов подстроки
  33. OrderedDict — упорядоченный словарь
  34. Функция enumerate() в Python
  35. Руководство по библиотеке pydantic
  36. Поиск простых чисел
  37. Методы list в Python
  38. Метод ne для сравнения объектов
  39. Основные операции с Numpy
  40. Оператор space-invader
  41. split() — разделение строки
  42. Настройка вывода в Numpy
  43. Разрешение имен в Python
  44. Проекты на Python
  45. Векторизация в Python с NumPy.

Marketello читают маркетологи из крутых компаний