Over het algemeen geldt de volgende vuistregel:<\/span><\/p>\n De volgende afbeelding toont een visuele weergave van de assen op een NumPy-matrix met 2 rijen en 4 kolommen:<\/span> <\/p>\n De volgende voorbeelden laten zien hoe u het asargument<\/strong> in verschillende scenario’s kunt gebruiken met de volgende NumPy-matrix:<\/span><\/p>\n We kunnen axis=0<\/strong> gebruiken om het gemiddelde van elke kolom van de NumPy-matrix te vinden:<\/span><\/p>\n De uitvoer toont de gemiddelde waarde van elke kolom van de matrix.<\/span><\/p>\n Bijvoorbeeld:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n We kunnen ook axis=1<\/strong> gebruiken om het gemiddelde van elke rij in de matrix te vinden:<\/span><\/p>\n De uitvoer toont de gemiddelde waarde van elke rij van de matrix.<\/span><\/p>\n Bijvoorbeeld:<\/span><\/p>\n We kunnen as=0<\/strong> gebruiken om de som van elke kolom van de matrix te vinden:<\/span><\/p>\n De uitvoer toont de som van elke kolom van de matrix.<\/span><\/p>\n Bijvoorbeeld:<\/span><\/p>\n Enzovoort.<\/span><\/p>\n We kunnen ook as=1<\/strong> gebruiken om de som van elke rij van de matrix te vinden:<\/span><\/p>\n De uitvoer toont de som van elke rij van de matrix.<\/span><\/p>\n Bijvoorbeeld:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in NumPy kunt uitvoeren:<\/span><\/p>\n Hoe u een NumPy-matrix met willekeurige getallen maakt<\/a> Voor veel functies in NumPy moet u een as opgeven waarlangs een bepaalde berekening moet worden toegepast. Over het algemeen geldt de volgende vuistregel: as=0 : Pas de berekening \u201cper kolom\u201d toe as=1 : Pas de berekening \u201cper lijn\u201d toe De volgende afbeelding toont een visuele weergave van de assen op een NumPy-matrix met 2 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3245","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
![\"NumPy-assen\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/numpyaxis1.jpg\")
<\/p>\n import<\/span> numpy as<\/span> np\n\n#create NumPy matrix\n<\/span>my_matrix = np. matrix<\/span> ([[1, 4, 7, 8], [5, 10, 12, 14]])\n\n#view NumPy matrix\n<\/span>my_matrix\n\nmatrix([[ 1, 4, 7, 8],\n [5, 10, 12, 14]])\n<\/span><\/span><\/strong><\/pre>\n Voorbeeld 1: Het gemiddelde vinden langs verschillende assen<\/strong><\/span><\/h2>\n
#find mean of each column in matrix\n<\/span>n.p. mean<\/span> (my_matrix, axis= 0<\/span> )\n\nmatrix([[ 3. , 7. , 9.5, 11. ]])\n<\/span><\/span><\/strong><\/pre>\n\n
#find mean of each row in matrix\n<\/span>n.p. mean<\/span> (my_matrix, axis= 1<\/span> )\n\nmatrix([[ 5. ],\n [10.25]])<\/span><\/span><\/strong><\/pre>\n\n
Voorbeeld 2: De som langs verschillende assen vinden<\/strong><\/span><\/h2>\n
#find sum of each column in matrix\n<\/span>n.p. sum<\/span> (my_matrix, axis= 0<\/span> )\n\nmatrix([[ 6, 14, 19, 22]])\n<\/span><\/span><\/strong><\/pre>\n\n
#find sum of each row in matrix\n<\/span>n.p. sum<\/span> (my_matrix, axis= 1<\/span> )\n\nmatrix([[20],\n [41]])<\/span><\/span><\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe een NumPy-matrix te normaliseren<\/a>
Hoe rij aan matrix toe te voegen in NumPy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"