Produtos NumPy Ufunc

Neste artigo, exploraremos a função de produto NumPy Ufunc e examinaremos como ela pode ser utilizada para diferentes aplicações em computação científica e análise de dados.



O que são produtos NumPy ufunc?

Os produtos NumPy ufunc são um tipo de ufunc que executa a multiplicação de arrays por elementos.

Existem vários produtos ufunc disponíveis no NumPy, incluindo:

Ufuncs do produto Visão geral
np.multiply() executa a multiplicação elemento a elemento de duas matrizes.
np.prod() calcula o produto de todos os elementos em uma matriz.
np.cumprod() calcula o produto cumulativo de uma matriz.
np.outer() calcula o produto externo de dois arrays.
np.dot() calcula o produto escalar de duas matrizes.

Essas funções são projetadas para funcionar com arrays de qualquer formato e tamanho, tornando-os uma ferramenta poderosa para computação científica e análise de dados.


Função NumPy Prod ()

Você pode chamar a função prod() para calcular o produto dos itens em uma matriz de acordo com os produtos Numpy Ufunc.

Utilizando o array even_arr , calcule o produto de seus itens:

Example: 

1
2
3
4
5
6
7
import numpy as npy
even_arr = npy.array([2, 4, 6, 8, 10])
mrx_arr = npy.prod(even_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Resultado : 3840 Devido ao fato de que 2*4*6*8*10 = 3840

Confira o produto do array odd_arr :

Example: 

1
2
3
4
5
6
7
import numpy as npy
odd_arr = npy.array([1, 3, 5, 7, 9])
mrx_arr = npy.prod(odd_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Produtos NumPy Ufunc

Pegue o produto das matrizes even_arr e odd_arr :

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
even_arr = npy.array([2, 4, 6, 8, 10])
odd_arr = npy.array([1, 3, 5, 7, 9])
mrx_arr = npy.prod([even_arr, odd_arr])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Saída de produtos NumPy Ufunc

Aplique a função prod() aos seguintes arrays:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11])
nonprime_arr = npy.array([1, 4, 6, 8, 9])
mrx_arr = npy.prod([prime_arr, nonprime_arr])
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Resultado : 3991680 Devido ao fato de que 2*3*5*7*11*1*4*6*8*9 = 3991680

Produto e Eixo

Se você especificar axis=1 de acordo com os produtos Numpy Ufunc, o NumPy multiplicará os números nas matrizes com base no valor do eixo que você fornecer.

Você pode calcular o produto das matrizes even_arr e odd_arr sobre o 1º eixo da seguinte maneira:

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
even_arr = npy.array([12, 14, 16, 18, 20])
odd_arr = npy.array([11, 13, 15, 17, 19])
mrx_arr = npy.prod([even_arr, odd_arr], axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Produtos NumPy Ufunc output2

Execute a função prod() com axis = 1 nos arrays square_arr e cube_arr :

Example: 

1
2
3
4
5
6
7
8
import numpy as npy
square_arr = npy.array([1, 4, 9, 16, 25])
cube_arr = npy.array([1, 8, 27, 64, 125])
mrx_arr = npy.prod([square_arr, cube_arr], axis=1)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Função NumPy Cumprod ()

O produto cumulativo refere-se à multiplicação parte por parte dos itens em uma matriz.

Por exemplo, a multiplicação parcial de [7, 13, 19] seria [7, 7*13, 7*13*19] = [7, 91, 1729].

Você pode utilizar a função cumprod() para calcular produtos parciais.

Calcule o produto cumulativo da seguinte matriz gap_arr :

Example: 

1
2
3
4
5
6
7
import numpy as npy
gap_arr = npy.array([25, 50, 75, 100])
mrx_arr = npy.cumprod(gap_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Resultado : [ 25 1250 93750 9375000]

Primeiro crie o array factorial_arr e implemente a função cumprod() nele:

Example: 

1
2
3
4
5
6
7
import numpy as npy
factorial_arr = npy.array([1, 2, 6, 24, 120])
mrx_arr = npy.cumprod(factorial_arr)
print(mrx_arr)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Resultado : [ 1 2 12 288 34560]

Exemplo de Explicação

Primeiro, criamos um array NumPy chamado factorial_arr com cinco elementos: [1, 2, 6, 24, 120].

  • Esta matriz contém os valores fatoriais de inteiros de 1 a 5.

Em seguida, aplicamos a função cumprod ao array fatorial_arr usando o código npy.cumprod (factorial_arr).

  • Isso calcula o produto cumulativo dos elementos da matriz de entrada.

Benefícios

Os produtos NumPy ufunc fornecem vários benefícios em computação científica e análise de dados, incluindo:

  • Os produtos NumPy ufunc são otimizados para velocidade e eficiência, tornando-os ideais para trabalhar com grandes matrizes e realizar cálculos complexos.
  • Eles são projetados para trabalhar com matrizes de qualquer forma e tamanho, tornando-os uma ferramenta poderosa para computação científica e análise de dados.
  • Essas funções são fáceis de usar e requerem apenas algumas linhas de código para realizar cálculos complexos em arrays.
  • Ele fornece resultados consistentes e confiáveis, garantindo que os cálculos científicos e a análise de dados sejam precisos e reprodutíveis.
  • Os produtos NumPy ufunc são compatíveis com uma ampla gama de outras ferramentas de computação científica e análise de dados, incluindo pandas, matplotlib e scikit-learn, facilitando sua integração aos fluxos de trabalho existentes.
Nós valorizamos o seu feedback.
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0

Assine a nossa newsletter
Digite seu e-mail para receber um resumo semanal de nossos melhores posts. Saber mais!
ícone