NP.BMAT () Fungsi: Panduan Lengkap – Codewithaden

Fungsi numpy bmat () mengembalikan matriks 2D dari objek bersarang yang terdiri dari string, array, atau urutan bersarang. Ini membentuk matriks kecil dari input dan menggabungkannya dalam matriks 2D yang lebih besar.

Numpy bmat ()

Fungsi np.bmat () membangun objek matriks dari a rangkaian , urutan bersarang, atau array. NP. metode bmat () digunakan untuk membuat objek matriks dari string, urutan bersarang, atau array.

Sintaksis

numpy.bmat(obj, ldict=None, gdict=None) 

Parameter

obj: (string atau array_ seperti)

Input data yang akan dibangun dalam matriks. Jika sebuah string, variabel dapat dirujuk oleh nama dalam ruang lingkup saat ini.

ldict: (dikt, opsional)

Kamus yang menggantikan operan lokal dalam bingkai saat ini. Abaikan jika string dilewatkan atau GDICT diatur ke tidak ada.

gdict: (dikt, opsional)

Kamus yang menggantikan operan global dalam bingkai saat ini. Abaikan jika string dilewatkan.

Nilai pengembalian

Ini memberikan objek matriks dari data input dalam bentuk array 2D khusus. Setiap array dan string dikonversi menjadi matriks kecil, dan seluruh matriks dibuat dengan menyisirnya untuk membentuk matriks yang lebih besar.

Contoh

# app.py

import numpy as np

a=np.mat('1 1; 1 1')
b=np.mat('2 2; 2 2')
c=np.mat('3 4; 5 6')
d=np.mat('7 8; 9 0')
np.bmat([[a, b],[c, d]])
w=np.mat('11 11; 11 11')
x=np.mat('12 12; 12 12')
y=np.mat('13 14; 15 16')
z=np.mat('17 18; 19 20')
print(np.bmat('w x;y z')) 

Keluaran

python3 app.py
[[11 11 12 12]
 [11 11 12 12]
 [13 14 17 18]
 [15 16 19 20]] 

Program tentang fungsi numpy asmatrix () dalam python

Tulis program untuk menunjukkan fungsi BMAT dan output cetak melalui input seperti array dan seperti string.

# app.py

import numpy as np

data = []

ir = input("Enter the rows:")
ic = input("Enter the cols:")

row = int(ir)
col = int(ic)

print("Enter the data rowise:")
for i in range(row):
    for j in range(col):
        data.append(int(input()))

a = np.array(data).reshape(row, col)
print("as array: \n", a)

c = np.asmatrix(a)

print("as matrix: \n", c)

mr = input("Enter the row of modified value:")
mc = input("Enter the col of modified value:")
mb = input("Enter the value to be modified in the matrix:")

n = int(mr)
m = int(mc)
b = int(mb)
a[n - 1, m - 1] = b

print("as matrix after modifying value: \n", c) 

Keluaran

python3 app.py
Enter the rows:3
Enter the cols:3
Enter the data rowise:
12
13
14
15
16
17
18
19
20
as array:
 [[12 13 14]
 [15 16 17]
 [18 19 20]]
as matrix:
 [[12 13 14]
 [15 16 17]
 [18 19 20]]
Enter the row of modified value:2
Enter the col of modified value:2
Enter the value to be modified in the matrix:19
as matrix after modifying value:
 [[12 13 14]
 [15 19 17]
 [18 19 20]] 

Pertama, kami telah mendefinisikan matriks 3*3 dengan data input dan kemudian menentukan nilai mana yang harus dimodifikasi, yang berada pada 2*2 dengan 19, dan output akhir telah menggantikan nilai dengan 19. Jadi nilai 16 digantikan oleh 19.

Mari kita lihat variasi yang berbeda dari program di atas dalam output.

Value of parameter:   a=np.mat('4 1; 22 1')
	              b=np.mat('5 2; 5 2')
		      c=np.mat('8 4; 6 6')
		      d=np.mat('7 5; 2 3')
					
For output: via bmat array like input:  matrix([[ 4,  1,  5,  2],
       						[22,  1,  5,  2],
       						[ 8,  4,  7,  5],
      						[ 6,  6,  2,  3]])
via bmat string like input:  matrix([[ 4,  1,  5,  2],
        			     [22,  1,  5,  2],
       				     [ 8,  4,  7,  5],
       				     [ 6,  6,  2,  3]])

Value of parameter:   a=np.mat('14 11; 2 1')
		      b=np.mat('15 12; 15 12')
		      c=np.mat('28 24; 26 26')
		      d=np.mat('37 35; 32 33')
					
For output: via bmat array like input:  matrix([[ 14,  11,  15,  12],
        				        [2,  1,  15,  12],
        					[ 28,  24,  37,  35],
        					[ 26,  26,  32,  33]])
via bmat string like input:  matrix([[ 14,  11,  5,  2],
        			     [2,  1,  5,  2],
       				     [ 28,  24,  37,  35],
       				     [ 26,  26,  32,  33]])

Value of parameter:   a=np.mat('44 14; 52 51')
		      b=np.mat('65 62; 65 62')
		      c=np.mat('78 74; 76 76')
		      d=np.mat('87 85; 82 83')
					
For output: via bmat array like input:  matrix([[ 44,  14,  65,  62],
        					[52,  51,  65,  62],
        					[ 78,  74,  87,  85],
        					[ 76,  76,  82,  83]])
via bmat string like input:  matrix([[ 44,  14,  65,  62],
        			     [52,  51,  65,  62],
       				     [ 78,  74,  87,  85],
       				     [ 76,  76,  82,  83]]) 

Di sini matriks 2-D dibentuk melalui array dan string yang dimasukkan. Input dibentuk menjadi matriks kecil terlebih dahulu, dan kemudian mereka dikonversi menjadi matriks yang lebih besar.

Setiap input dibentuk menjadi matriks kecil di dalam matriks yang lebih besar.

Input dapat dalam format string atau array; Fungsi ini mengubahnya menjadi matriks dan mengembalikan matriks.

Lihat juga

Insert numpy ()

Numpy append ()

Numpy delete ()

Numpy araange ()

Numpy diagflat ()

Artikel ini berasal dari website Winpoin, dan kemudian diterjemahkan ke bahasa indonesia, baca artikel asli disini

Leave a Reply

Your email address will not be published. Required fields are marked *