Kekuatan utama NumPy terletak pada operasi yang bekerja pada seluruh elemen array tanpa perulangan eksplisit. Section ini membahas operasi aritmetika, perbandingan, boolean, dan matematika, kemudian mengenalkan konsep fungsi universal (ufunc) yang berada di baliknya. Bagian akhir membahas operasi in-place serta cara NumPy menangani overflow dan keterbatasan presisi bilangan.

# Operasi Aritmetika

Menjalankan penjumlahan, pengurangan, perkalian, dan pembagian array secara elemen demi elemen.

Buka → # Operasi Perbandingan

Membandingkan dua array atau array dengan angka sehingga menghasilkan array boolean per elemen.

Buka → # Operasi Boolean

Menggabungkan kondisi dengan operator & | ~ dan fungsi all serta any untuk kesimpulan logika atas array.

Buka → # Operasi Elemen demi Elemen

Memahami prinsip element-wise: bentuk operan yang sama, perilaku pada array multidimensi, dan error saat bentuk tak cocok.

Buka → # Operasi Matematika

Menerapkan fungsi matematika seperti abs, sqrt, exp, dan log pada seluruh elemen array sekaligus.

Buka → # Fungsi Universal (ufunc)

Mengenal ufunc sebagai mesin di balik operasi NumPy: tipe-tipe ufunc, parameter keluaran, dan metode pendukungnya.

Buka → # Operasi In-place

Mengubah isi array langsung dengan operator augmented dan parameter out untuk menghemat memori pada data besar.

Buka → # Operator dan Fungsi NumPy

Memetakan hubungan operator Python dengan fungsi NumPy yang setara, misalnya + dengan np.add dan ** dengan np.power.

Buka → # Penanganan Overflow dan Presisi

Mengenali overflow pada tipe bulat dan pembulatan presisi pada floating point serta cara mencegahnya memengaruhi hasil.

Buka → # Operasi Bitwise

Mengoperasikan bit bilangan bulat dengan bitwise_and, bitwise_or, left_shift, dan packbits untuk flag serta pola biner.

Buka →