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.