معالجة المصفوفات في Python

في بايثون، يمكننا حل مختلف العمليات الحسابية للمصفوفات. يقدم مكتبة Numpy طرقًا مختلفة للعمليات الحسابية للمصفوفات.

add() -إضافة عناصر المصفوفتين.

طرح() -طرح عناصر المصفوفتين.

split() -تقسيم عناصر المصفوفتين.

ضرب() -ضرب عناصر المصفوفتين معًا.

dot() -ي�行اء ضرب المصفوفات بدلاً من ضرب العناصر.

sqrt() -جذر مربع كل عنصر في المصفوفة.

sum(x,axis) -إضافة جميع العناصر إلى المصفوفة. الثانية هي اختيارية، عندما نريد حساب مجموع الأعمدة عند axis 0، ومجموع الصفوف عند axis 1.

“ T” -تنفيذ تحويل مصفوفة معينة.

مثال على البرنامج

import numpy
# تم تحديد المصفوفتين باستخدام القيم
x = numpy.array([[1, 2], [4, 5]])
y = numpy.array([[7, 8], [9, 10]])
# add() يستخدم لإضافة المصفوفات
print ("إضافة المصفوفات:")
print (numpy.add(x,y))
# subtract() يستخدم لطرح المصفوفات
print ("طرح المصفوفات:")
print (numpy.subtract(x,y))
# divide() يستخدم لتقسيم المصفوفات
print ("تقسيم المصفوفات:")
print (numpy.divide(x,y))
print ("ضرب المصفوفات:")
print (numpy.multiply(x,y))
print ("المنتج من اثنين من المصفوفات:")
print (numpy.dot(x,y))
print ("square root is : ")
print (numpy.sqrt(x))
print ("The summation of elements : ")
print (numpy.sum(y))
print ("The column wise summation 　 : ")
print (numpy.sum(y,axis=0))
print ("The row wise summation: ")
print (numpy.sum(y,axis=1))
# using "T" to transpose the matrix
print ("Matrix transposition : ")
print (x.T)

output result

Addition of two matrices:　
[[　8 10]
　[13 15]
Subtraction of two matrices :
[[-6 -6]
　[-5 -5]
Matrix Division :
[[0.14285714 0.25　　　　　　]
　[0.44444444 0.5　　　　　　　]
Multiplication of two matrices:　
[[　7 16]
　[36 50]
The product of two matrices :
[[25 28]
　[73 82]
square root is :
[[1.　　　　　　　　　1.41421356]]
　[[2.　　　　　　　　　2.23606798]]
The summation of elements :
34
The column wise summation :
[16 18]
The row wise summation:　
[15 19]
Matrix transposition :
[[1 4]
[2 5]