Mojo Academy · Pelajaran

Menggunakan NumPy dari Mojo

Panggil array dan fungsi NumPy.

Pelajaran 1 dari 413 langkah

Menggunakan NumPy dari Mojo adalah pelajaran Mojo Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Mojo Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Mojo Academy mencakup 4 pelajaran total.

NumPy dari Mojo

NumPy mendukung sebagian besar pemrosesan angka Python, dan Mojo memungkinkan Anda memanggilnya secara langsung, sehingga Anda tetap dapat menggunakan ekosistem tersebut saat menulis kode cepat. 🔢

Impor Terlebih Dahulu

Masukkan NumPy dengan cara yang sama seperti saat mengimpor modul Python apa pun: panggil Python.import_module dengan nama "numpy".

var np = Python.import_module("numpy")

Buat Array

Setelah memperoleh pegangannya, panggil fungsi NumPy melalui akses titik. Di sini Anda membuat sebuah array dari daftar angka Python.

var a = np.array([1, 2, 3])

Gunakan Fungsi Array

Semua pembuat NumPy dapat digunakan: np.zeros dan np.ones membuat array berisi nilai tertentu, cocok untuk menyiapkan buffer sebelum komputasi.

var z = np.zeros(5)

Matematika pada Array

Panggil fungsi matematika NumPy seperti di Python. np.sum menjumlahkan setiap elemen array dan mengembalikan totalnya.

var total = np.sum(a)

Operasi Seluruh Array

NumPy unggul dalam matematika tervectorisasi: satu panggilan seperti np.sqrt bekerja pada seluruh array sekaligus, tanpa memerlukan perulangan manual.

var roots = np.sqrt(a)

Membaca Bentuk

Akses atribut array melalui sintaks titik. Atribut bentuk memberi tahu Anda dimensi array.

var dims = a.shape

Pemanggilan Dapat Menghasilkan Kesalahan

Pemanggilan lintas jembatan dapat gagal, jadi pekerjaan NumPy sebaiknya berada dalam fungsi yang ditandai raises agar setiap kesalahan dapat ditangani dengan baik.

fn run() raises:
    var np = Python.import_module("numpy")

API yang Sama Seperti yang Anda Kenal

API NumPy identik dengan milik Python: jika Anda mengetahui np.linspace atau np.dot, Anda sudah mengetahui cara memanggilnya dari Mojo.

var grid = np.linspace(0, 1, 10)

Bangun, Lalu Gunakan

Pola yang umum adalah membuat array, lalu mengubah bentuknya. np.reshape menata ulang data yang sama ke dalam dimensi baru untuk Anda.

var m = np.reshape(a, (3, 1))

Dapatkan yang Terbaik dari Keduanya

Anda memperoleh rutin NumPy yang matang dan telah teruji, sambil mengaturnya dari Mojo—memadukan kenyamanan dengan fokus Mojo pada kinerja. ⚡

Pemeriksaan Singkat

Ingat kembali cara mulai menggunakan NumPy di dalam program Mojo.

Rangkuman

Anda mengimpor NumPy dengan Python.import_module, lalu membuat array dan menjalankan matematika tervectorisasi menggunakan API yang sama seperti yang Anda kenal dari Python. 🎯

Gratis untuk memulai

Belajar Mojo dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus
30
Pelajaran
120

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Menggunakan NumPy dari Mojo” gratis?

Ya — teks lengkap “Menggunakan NumPy dari Mojo” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Mojo Academy, upgrade ke CoddyKit PRO. Kursus Mojo Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Menggunakan NumPy dari Mojo”?

Panggil array dan fungsi NumPy. Kamu berlatih Mojo Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Mojo Academy?

Tidak diperlukan pengalaman sebelumnya. Mojo Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.

Berapa lama pelajaran “Menggunakan NumPy dari Mojo” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Mojo Academy ini?

Ya. Setiap pelajaran Mojo Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Menggunakan NumPy dari Mojo
  2. Meneruskan Data Mojo ke Python
  3. Membaca Kembali Objek Python
  4. Jebakan Performa Interop
← Kembali ke Mojo Academy