เริ่มเรียนเขียนโปรแกรม: 11.5 NumPy: Broadcasting

11: NumPy

11-5: Broadcasting

** ถ้าใช้งานบนมือถือหรือ tablet แนะนำให้ใช้ Chrome หรือ Safari เท่านั้น **

แบบฝึกหัด 11-5 ข้อที่ 1

จงเขียนฟังก์ชัน translate(P, d) ซึ่งรับ P เป็นอาเรย์สองมิติขนาด nx2 และรับ d เป็นอาเรย์หนึ่งมิติสองช่อง ฟังก์ชันนี้สร้างและคืนอาเรย์สองมิติ Q ที่มีขนาดเดียวกับ P โดยที่ Q_k,0 = P_k,0 + d₀ และ Q_k,1 = P_k,1 + d₁ สำหรับทุกแถวที่ k ของ P (ไม่ต้องใช้คำสั่งวงวนใด ๆ)


import numpy as np

def translate(P, d):


import numpy as np

def translate(P, d):
    return P + d


import numpy as np

q = "`"
fname = "translate"
arg1 = 'np.array(' + str([[np.random.randint(0,20) for k in range(2)] for j in range(10)]) + ', float)'
arg2 = 'np.array([1.5, 2.5])'
func = Ex().check_function_def(fname, missing_msg="ไม่พบฟังก์ชัน " + (q+fname+q))
func.has_equal_part_len('args', 'ฟังก์ชันนี้รับพารามิเตอร์สองตัว')
func.check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
fcall = fname + "(" + arg1 + ", " + arg2 + ")"
func.check_call(fcall).has_equal_value(incorrect_msg=(q+fname+q) + " ให้ผลผิด")

แบบฝึกหัด 11-5 ข้อที่ 2

จงเขียนฟังก์ชัน translate(P, d) ซึ่งรับ P เป็นอาเรย์สองมิติขนาด 2xn และรับ d เป็นอาเรย์หนึ่งมิติสองช่อง ฟังก์ชันนี้สร้างและคืนอาเรย์สองมิติ Q ที่มีขนาดเดียวกับ P โดยที่ Q_0,k = P_0,k + d₀ และ Q_1,k = P_1,k + d₁ สำหรับทุกคอลัมน์ที่ k ของ P (ไม่ต้องใช้คำสั่งวงวนใด ๆ)


import numpy as np

def translate(P, d):


import numpy as np

def translate(P, d):
    return P + d.reshape((len(d),1))


import numpy as np

q = "`"
fname = "translate"
arg1 = 'np.array(' + str([[np.random.randint(0,20) for k in range(10)] for j in range(2)]) + ', float)'
arg2 = 'np.array([1.5, 2.5])'
func = Ex().check_function_def(fname, missing_msg="ไม่พบฟังก์ชัน " + (q+fname+q))
func.has_equal_part_len('args', 'ฟังก์ชันนี้รับพารามิเตอร์สองตัว')
func.check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
fcall = fname + "(" + arg1 + ", " + arg2 + ")"
func.check_call(fcall).has_equal_value(incorrect_msg=(q+fname+q) + " ให้ผลผิด")

แบบฝึกหัด 11-5 ข้อที่ 3

จงเขียนคำสั่งเพื่อสร้างอาเรย์ A ที่มีขนาดและค่าภายในเป็นดังรูป โดยใช้ broadcasting (ไม่ต้องใช้คำสั่งวงวน)


import numpy as np

A = np.ndarray((10,5), int)
A[:] = np.arange(1,6)


import numpy as np
v = "A"
Ex().check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
obj = Ex().check_object(v, missing_msg = "ไม่มีตัวแปร `" + v + "`")
obj.has_equal_value(expr_code = "type("+v+")", incorrect_msg = "`" + v + "` ต้องเป็น numpy array")
obj.has_equal_value(expr_code = v+".dtype", incorrect_msg = "`" + v + "` ต้องเก็บจำนวนเต็ม")
obj.has_equal_value(incorrect_msg = "`" + v + "` มีค่าไม่ตรงตามโจทย์")

แบบฝึกหัด 11-5 ข้อที่ 4


import numpy as np

A = np.ndarray((9,5), int)
A[:,:] = np.arange(1,10).reshape(9,1)


import numpy as np
v = "A"
Ex().check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
obj = Ex().check_object(v, missing_msg = "ไม่มีตัวแปร `" + v + "`")
obj.has_equal_value(expr_code = "type("+v+")", incorrect_msg = "`" + v + "` ต้องเป็น numpy array")
obj.has_equal_value(expr_code = v+".dtype", incorrect_msg = "`" + v + "` ต้องเก็บจำนวนเต็ม")
obj.has_equal_value(incorrect_msg = "`" + v + "` มีค่าไม่ตรงตามโจทย์")

แบบฝึกหัด 11-5 ข้อที่ 5


import numpy as np

X = np.arange(0,8)
XT = X.reshape((8,1))
A = X + XT


import numpy as np
v = "A"
Ex().check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
obj = Ex().check_object(v, missing_msg = "ไม่มีตัวแปร `" + v + "`")
obj.has_equal_value(expr_code = "type("+v+")", incorrect_msg = "`" + v + "` ต้องเป็น numpy array")
obj.has_equal_value(expr_code = v+".dtype", incorrect_msg = "`" + v + "` ต้องเก็บจำนวนเต็ม")
obj.has_equal_value(incorrect_msg = "`" + v + "` มีค่าไม่ตรงตามโจทย์")

แบบฝึกหัด 11-5 ข้อที่ 6

จงเขียนฟังก์ชัน upper_tri_true(n) ที่รับจำนวนเต็ม n เพื่อสร้างและคืนอาเรย์สองมิติขนาด nxn ที่เก็บค่า True ในช่องที่มีเลขแถวไม่มากกว่าเลขคอลัมน์ นอกนั้นเป็น False หมด เช่น upper_tri_true(7) จะได้อาเรย์ดังรูป ในรูปแสดงค่า True และ False ด้วย T และ F ตามลำดับ (ไม่ต้องใช้คำสั่งวงวน)


import numpy as np

def upper_tri_true(n):


import numpy as np

def upper_tri_true(n):
    a = np.arange(n)
    at = a.reshape((n,1))
    return at <= a


import numpy as np

q = "`"
fname = "upper_tri_true"
arg1 = str(np.random.randint(5, 10))
func = Ex().check_function_def(fname, missing_msg="ไม่พบฟังก์ชัน " + (q+fname+q))
func.has_equal_part_len('args', 'ฟังก์ชันนี้รับพารามิเตอร์หนึ่งตัว')
func.check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
fcall = fname + "(" + arg1 + ")"
func.check_call(fcall).has_equal_value(incorrect_msg=(q+fname+q) + " ให้ผลผิด")