numpy.square() in Python – Tutorial

Die Python numpy.square() Funktion gibt ein neues Array zurück, dessen Elementwerte die Quadrate der Elemente des Quellarrays sind. Das Quellarray bleibt unverändert.

Beispiele

Es ist eine Hilfsfunktion, um schnell die Quadrate der Matrixelemente zu erhalten. Sehen wir uns einige Beispiele der numpy.square() Funktion mit ganzzahligen, fließenden und komplexen Arrayelementen an.

1. numpy.square() mit Integer-Array

import numpy as np

# ints
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

print(f'Source Array:\n{array_2d}')

array_2d_square = np.square(array_2d)

print(f'Squared Array:\n{array_2d_square}')

Output:

Source Array:
[[1 2 3]
 [4 5 6]]
Squared Array:
[[ 1  4  9]
 [16 25 36]]

2. numpy.square() mit Fließkommazahlen-Array

import numpy as np

array_2d_float = np.array([1.2, 2.3, 5])

print(f'Source Array:\n{array_2d_float}')

array_2d_float_square = np.square(array_2d_float)

print(f'Squared Array:\n{array_2d_float_square}')

Output:

Source Array:
[1.2 2.3 5. ]
Squared Array:
[ 1.44  5.29 25.  ]

Beachten Sie, dass die Ganzzahl im Array mit Fließkommazahlen in eine Fließkommazahl umgewandelt wurde.

3. numpy.square() mit Array aus komplexen Zahlen

arr = np.array([1 + 2j, 2 + 3j, 4])

print(f'Source Array:\n{arr}')

arr_square = np.square(arr)

print(f'Squared Array:\n{arr_square}')

Output:

Source Array:
[1.+2.j 2.+3.j 4.+0.j]
Squared Array:
[-3. +4.j -5.+12.j 16. +0.j]

Fazit

Das Tutorial zu numpy.square() verdeutlicht die praktische Anwendung dieser Funktion für die Quadratberechnung von Array-Elementen in Python. Es zeigt, wie einfach und effektiv numpy.square() für unterschiedliche Datentypen eingesetzt werden kann, ohne das ursprüngliche Array zu verändern. Diese Funktion ist somit ein wertvolles Werkzeug für die Datenverarbeitung und wissenschaftliche Berechnungen in Python.

Kostenlosen Account erstellen

Registrieren Sie sich jetzt und erhalten Sie Zugang zu unseren Cloud Produkten.

Das könnte Sie auch interessieren: