Bỏ qua đến nội dung chính
Mục lục

Mảng NumPy (numpy array): tạo mảng từ list, tính cả mảng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 2/23 · Chương 2

Mảng và tư duy vector

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Mảng NumPy (numpy array) là một dãy số cùng kiểu mà NumPy tính được cả dãy trong một phép, không cần vòng lặp. Bạn dùng mảng khi cả một cột số cần đổi cùng lúc, chẳng hạn tăng giá mọi món trong menu quán thêm 2.000 đ.

Cần biết trước: vectorization và list trong Python.

Tạo mảng từ list bằng np.array()

Menu quán có bốn món, giá đang nằm trong một list. Hàm np.array() nhận list đó và trả về một mảng chứa đúng các số ấy, theo đúng thứ tự:

python
import numpy as np

gia_list = [29000, 32000, 35000, 45000]
gia = np.array(gia_list)
print(gia_list)
print(gia)
print(type(gia), len(gia))

KẾT QUẢ

[29000, 32000, 35000, 45000]
[29000 32000 35000 45000]
<class 'numpy.ndarray'> 4

Dòng đầu là list, dòng thứ hai là mảng: print() in mảng không có dấu phẩy giữa các số, nên bạn nhận ra ngay mình đang cầm thứ nào. Kiểu của mảng tên là ndarray (n-dimensional array, mảng n chiều); np.array() là hàm tạo ra nó. len() vẫn đếm số phần tử như với list. Dòng import numpy as np đặt tên ngắn np cho thư viện, cách viết mà mọi bài của tutorial này dùng. Muốn biết NumPy là gì và dùng vào đâu, đọc bài NumPy là gì trên Blog.

Đổi 45000 thành 49000 rồi chạy lại: dòng thứ hai in [29000 32000 35000 49000].

Tính cả mảng với một số

Quán tăng giá mọi món thêm 2.000 đ, hay muốn xem giá khi bán gấp đôi phần. Với mảng, bạn viết phép tính một lần cho cả dãy:

python
import numpy as np

gia = np.array([29000, 32000, 35000, 45000])
print(gia + 2000)
print(gia * 2)
print(gia // 1000)
print(gia * 0.9)
print(gia)

KẾT QUẢ

[31000 34000 37000 47000]
[58000 64000 70000 90000]
[29 32 35 45]
[26100. 28800. 31500. 40500.]
[29000 32000 35000 45000]

Mỗi phép toán đi vào từng phần tử và cho ra một mảng mới; dòng cuối cho thấy gia vẫn giữ nguyên. Nhân với số thực 0.9 (giảm 10%) thì kết quả là số thực, và NumPy in 26100. cho 26.100,0. Phép // chia lấy phần nguyên như với số nguyên của Python. Bạn có thể hình dung số 2000 được đặt cạnh từng phần tử của mảng.

Bài vectorization đã cho thấy * trên list lặp lại cả list; dấu phẩy trong kết quả là dấu hiệu bạn vẫn đang cầm list.

Tính giữa hai mảng cùng độ dài

Chi nhánh Huế ghi số ly bán của bốn món trong hai ngày cuối tuần. Hai mảng cùng độ dài cộng với nhau theo vị trí: số đầu với số đầu, số thứ hai với số thứ hai. Sau đó nhân với mảng giá để ra doanh thu từng món:

python
import numpy as np

gia = np.array([29000, 32000, 35000, 45000])
so_ly_t7 = np.array([40, 25, 18, 9])
so_ly_cn = np.array([52, 31, 20, 14])
so_ly = so_ly_t7 + so_ly_cn
print(so_ly)
print(gia * so_ly)

KẾT QUẢ

[92 56 38 23]
[2668000 1792000 1330000 1035000]

Phần tử đầu của so_ly là 40 + 52, số ly cà phê sữa của cả hai ngày; phần tử đầu của gia * so_ly là doanh thu cà phê sữa. Hai mảng phải xếp món theo cùng một thứ tự, vì NumPy ghép theo vị trí, không theo tên món.

So mảng ndarray với list Python

Tới giờ bạn đã thấy mảng và list khác nhau ở phép * và +. Khác biệt thứ hai nằm ở thứ chứa bên trong: list chứa được số nguyên, số thực và chuỗi cùng lúc, còn mảng thì không. NumPy chọn một kiểu chứa được mọi phần tử rồi đổi tất cả sang kiểu đó.

python
import numpy as np

print(np.array([29000, 32000, 35000.5]))
print(np.array([29000, "32000", 35000]))
print(np.array([True, False, True]) * 29000)

KẾT QUẢ

[29000.  32000.  35000.5]
['29000' '32000' '35000']
[29000     0 29000]

Một số thực là đủ để cả mảng thành số thực. Một chuỗi làm cả mảng thành chuỗi: các số in trong dấu nháy và không còn cộng trừ được, chuyện hay gặp khi giá đọc từ file còn ở dạng chữ. True và False nhân với số thì thành 1 và 0. Có thể hình dung mảng như một khay đá, mọi ô cùng một khuôn, còn list là cái túi đựng gì cũng được.

Kiểm tra nhanh

  1. Sau import numpy as np và gia = np.array([29000, 32000]), print(gia * 2) in ra gì?

    • [29000, 32000, 29000, 32000]
    • [58000 64000]
    • [29000 32000 29000 32000]
  2. Sau import numpy as np, np.array([29000, 32000, 35000]) + np.array([2000, 3000]) cho kết quả gì?

    • Báo lỗi ValueError
    • Báo lỗi TypeError
    • [31000 35000 35000]
  3. Với gia_list = [29000, 32000], những biểu thức nào cho ra một mảng mà mỗi giá tăng thêm 2.000 đ?

    • np.array(gia_list) + 2000
    • gia_list + [2000]
    • np.array(gia_list) + np.array([2000, 2000])
    • gia_list * 2000
  4. Sau import numpy as np, print(np.array([5, 6.5, 7])) in ra gì?

    • [5 6.5 7]
    • [5 6 7]
    • [5. 6.5 7. ]
Đúng hết lần đầu +15 XP

Bài tập

Tính tiền phải trả cho từng món

Hóa đơn của một bàn ghi giá từng món trong list gia và số ly của món đó trong list so_ly, cùng thứ tự. Cả bàn được giảm phan_tram_giam phần trăm. Viết thân hàm tien_phai_tra(gia, so_ly, phan_tram_giam): tiền mỗi món là giá nhân số ly, rồi trừ phần được giảm. Giá là bội của 1.000 đ nên tiền mỗi món luôn tròn đồng.

Đổi hai list thành mảng bằng np.array() và không dùng vòng lặp for. Hàm không sửa hai list của nơi gọi.

Trả về: tiền phải trả của từng món, theo thứ tự của gia, một ndarray.

Ví dụ tien_phai_tra([29000, 32000, 35000], [2, 1, 3], 10) cho [52200 28800 94500].

python
import numpy as np


def tien_phai_tra(gia, so_ly, phan_tram_giam):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • np.array(list) tạo mảng NumPy, kiểu ndarray; print() in mảng không có dấu phẩy.

  • Phép toán giữa mảng và một số đi vào từng phần tử và trả về mảng mới, mảng gốc giữ nguyên.

  • Hai mảng cùng độ dài được cộng, nhân theo từng cặp cùng vị trí; lệch độ dài thì NumPy báo ValueError.

  • Trên list, * 2 lặp lại list và + nối list; muốn tính từng phần tử thì đổi sang mảng trước.

  • Khác list, mảng giữ một kiểu chung: có một số thực thì cả mảng là số thực, có một chuỗi thì cả mảng là chuỗi.

Câu hỏi thường gặp

numpy ndarray và np.array() khác nhau thế nào?

ndarray là tên kiểu của mảng, giống list là tên kiểu của list. np.array() là hàm tạo ra một ndarray từ list hay từ một mảng khác. Bạn gọi np.array() để tạo mảng, và gặp chữ ndarray khi in type() hay đọc tài liệu.

Tạo mảng NumPy mà không gõ tay từng số được không?

Được. np.arange() tạo dãy số cách đều như range() nhưng trả về mảng, bài np.arange() và np.linspace() dạy kỹ. Mảng toàn số 0 hay toàn số 1 có sẵn hàm riêng ở bài np.zeros(), np.ones().

Python numpy array khác module array của thư viện chuẩn ở đâu?

Module array của thư viện chuẩn chỉ lưu dãy số gọn hơn list, còn phép * của nó vẫn lặp lại dãy như list. Mảng NumPy tính được cả dãy trong một phép và có cả mảng nhiều chiều. Bài module array nói khi nào module đó đủ dùng.

Đổi mảng NumPy về lại list thế nào?

Gọi phương thức tolist() của mảng: gia.tolist() trả về một list các số Python thường. Bạn cần nó khi đưa dữ liệu sang chỗ chỉ nhận số Python thường, như ghi ra file bằng module json.

Chủ đề

numpy array

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập