नम्पाई ऐरे क्या है?
एक सूची एक प्रकार का डेटा है जिसमें तत्वों का एक क्रमबद्ध अनुक्रम होता है। सूचियाँ एक उपयोगी डेटा प्रकार हैं क्योंकि वे आपको एक वेरिएबल में कई संबंधित मानों को स्टोर करने की अनुमति देती हैं। एक सूची के साथ, आप एक वेरिएबल में जूतों के 10 जोड़े के नाम स्टोर कर सकते हैं; आप एक वेरिएबल में एक स्टोर पर की गई खरीदारी की सूची स्टोर कर सकते हैं।
जबकि बिल्ट-इन सूची डेटा प्रकार पहले से ही शक्तिशाली है, अधिक उन्नत उपयोग के मामलों के लिए आप इसे कमज़ोर पा सकते हैं। यहीं पर नम्पाई का ऐरे डेटा प्रकार काम आता है। नम्पाई लाइब्रेरी का उपयोग आसानी से कई आयामों वाले ऐरे बनाने के लिए किया जा सकता है।
इस गाइड में, हम बात करेंगे कि नम्पाई ऐरे क्या हैं, वे क्यों उपयोगी हैं, और आप अपने कोड में उनके साथ कैसे काम कर सकते हैं। आइए शुरू करते हैं!
नम्पाई ऐरे क्या है?
एक नम्पाई ऐरे नम्पाई पायथन लाइब्रेरी के भीतर उपयोग किया जाने वाला ऐरे ऑब्जेक्ट है। नम्पाई, जिसका अर्थ न्यूमेरिकल पायथन है, एक पैकेज है जिसे अक्सर वैज्ञानिक और गणितीय कंप्यूटिंग के लिए उपयोग किया जाता है। यह कई टूल्स के साथ आता है जो डेटा विश्लेषण और उन्नत गणित में सहायता कर सकते हैं।
वेनिला पायथन (बिना किसी बाहरी पैकेज के पायथन) में, ऐरे शक्तिशाली हैं लेकिन उन्हें प्रोसेस करने में धीमे हो सकते हैं। दूसरी ओर, नम्पाई ऐरे पारंपरिक पायथन ऐरे की तुलना में क्रम परिमाण में तेज़ होने का लक्ष्य रखते हैं।
यह प्रदर्शन वृद्धि इसलिए पूरी होती है क्योंकि नम्पाई ऐरे मानों को मेमोरी में एक सतत स्थान पर स्टोर करते हैं। इससे पायथन के लिए सूची को एक्सेस और मैनिपुलेट करना आसान हो जाता है।
नम्पाई ऐरे कैसे घोषित करें
शुरू करने के लिए, आइए एक नम्पाई ऐरे सेट करें। इस ट्यूटोरियल के लिए, हम अपने ऐरे में स्ट्रिंग मान स्टोर करने जा रहे हैं। ये स्ट्रिंग मान एक स्थानीय कॉफी शॉप पर पेश किए जाने वाले मीठे व्यंजनों की सूची हैं। हम नम्पाई लाइब्रेरी को आयात करके शुरू करेंगे:
import numpy as np
कोड की यह लाइन पायथन से numpy आयात करती है और लाइब्रेरी को np नाम देती है। इसका मतलब है कि जब भी हमें अपने ऐरे के साथ काम करने की आवश्यकता होगी, हमें केवल np कॉल करना होगा।
अगला, हम ऐरे इंटरफ़ेस का उपयोग करके अपना ऐरे घोषित करने जा रहे हैं:
treats = np.array(["Blueberry Muffin", "Cinnamon Bun", "Jammy Shortbread"]) print(treats)
हमारा ऐरे चार स्ट्रिंग मानों को समाहित करता है। एक पारंपरिक पायथन ऐरे की तरह, हमने अपनी सूची में सभी आइटम्स को स्क्वायर ब्रैकेट्स में संलग्न किया है। नम्पाई ऐरे घोषित करने के लिए, हमने np का हिस्सा ऐरे मेथड का उपयोग किया है। यह एक ndarray ऑब्जेक्ट बनाता है, जो बिल्ट-इन नम्पाई ऐरे प्रकार है।
हमारा कोड हमारे मूल ऐरे की एक प्रति लौटाता है, जिसे नम्पाई ऐरे के रूप में संग्रहीत किया गया है:
['Blueberry Muffin' 'Cinnamon Bun' 'Jammy Shortbread']
बस इतना ही: अब हमारे पास एक ऐरे है जिसके साथ हम काम कर सकते हैं।
नम्पाई ऐरे: आयाम
जब हम नम्पाई में आयामों के बारे में बात करते हैं, तो हमारा मतलब फिल्मों में देखी जाने वाली नई दुनिया से नहीं है। एक ऐरे में आयाम उस ऐरे के भीतर गहराई का एक स्तर है। जब आयाम शब्द का उपयोग किया जाता है, तो यह नेस्टेड ऐरे को संदर्भित करता है। ये ऐरे हैं जिनमें ऐरे होते हैं।
एक ऐरे में कितने भी आयाम हो सकते हैं। अधिकांश ऐरे जिनके साथ आप काम करेंगे, वे या तो 1-D, 2-D, या 3-D ऐरे होंगे। "D" का अर्थ आयाम है।
नम्पाई 1-D ऐरे
हमारे पहले उदाहरण में, हमने एक 1-D ऐरे बनाया। यह एक ऐरे है जिसमें 0-D ऐरे (या आइटम्स) इसके तत्वों के रूप में होते हैं। अधिकांश ऐरे जिनके साथ आप काम करेंगे, वे 1-D होंगे।
आइए एक ऐरे बनाते हैं जो कॉफी शॉप में व्यंजनों की कीमतों को स्टोर करता है:
import numpy as np prices = np.array([1.95, 2.00, 2.05]) print(prices)
हमारा कोड एक आयाम में एक ऐरे लौटाता है, जो हमारे मानों को संग्रहीत करता है: [1.95 2. 2.05]।
1-D ऐरे से किसी तत्व को एक्सेस करने के लिए, आप उसी सिंटैक्स का उपयोग कर सकते हैं जैसा आप पायथन सूची के साथ करेंगे। आइए हमारी सूची में दूसरे आइटम को पुनः प्राप्त करें:
print(prices[1])
हमारा कोड इंडेक्स मान 1 वाली आइटम लौटाता है, जो है: 2।
नम्पाई 2-D ऐरे
सभी ऐरे 1-D नहीं होते। मान लीजिए हम एक ऐरे स्टोर करना चाहते थे जिसमें दो ऐरे हों। एक ऐरे कॉफी शॉप पर बेचे जाने वाले मीठे व्यंजनों को स्टोर करता है; दूसरा ऐरे दुकान पर बेचे जाने वाले कॉफी की सूची को स्टोर करता है। साथ में, ये एक menu items ऐरे का हिस्सा हैं।
आइए नम्पाई का उपयोग करके इस ऐरे को बनाते हैं:
import numpy as np
menu_items = np.array([
["Blueberry Muffin", "Cinnamon Bun", "Jammy Shortbread"],
["Cappuccino", "Espresso", "Mocha"]
])
print(menu_items)
परिणामी ऐरे है:
[['Blueberry Muffin' 'Cinnamon Bun' 'Jammy Shortbread'] ['Cappuccino' 'Espresso' 'Mocha']]
हमारे नव-निर्मित ऐरे में दो आयाम हैं। हमारे ऐरे के भीतर पहला ऐरे मीठे व्यंजनों की सूची समाहित करता है; दूसरा ऐरे कॉफी की सूची समाहित करता है। ध्यान दें कि ये दोनों ऐरे स्क्वायर ब्रैकेट्स की एक जोड़ी के भीतर संलग्न हैं जो दो ऐरे को जोड़ते हैं।
2-D ऐरे से आइटम्स को पुनः प्राप्त करना नम्पाई में पायथन की तुलना में थोड़ा अलग तरीके से काम करता है। 2-D ऐरे से तत्वों को एक्सेस करने के लिए, आपको उस मान के इंडेक्स नंबर को अलग करना होगा जिसे आप ऐरे से पुनः प्राप्त करना चाहते हैं।
इस कोड पर विचार करें:
print(menu_items[0, 2])
हमारा कोड लौटाता है: Jammy Shortbread। हमने इंडेक्स मान 2 वाली आइटम को पुनः प्राप्त किया है जो इंडेक्स मान 0 वाले ऐरे के अंदर संग्रहीत है। इस मामले में, हमने कॉफी शॉप पर बेचे जाने वाले मीठे व्यंजनों को स्टोर करने वाले ऐरे में अंतिम आइटम को पुनः प्राप्त किया है।
नम्पाई 3-D ऐरे
आइए एक और आयाम जोड़ते हैं! नम्पाई ऐरे 3-D ऐरे समाहित कर सकते हैं। यह एक ऐरे है जिसमें 2-D ऐरे होते हैं।
मान लीजिए हम निम्नलिखित मानों को स्टोर करना चाहते हैं:
- मीठे और गैर-मीठे खाद्य पदार्थ (जोड़े में, लेकिन अलग-अलग ऐरे में); और
- कैफीनयुक्त और गैर-कैफीनयुक्त पेय (जोड़े में, अलग-अलग ऐरे में);
इन सभी मानों को एक ऐरे के भीतर स्टोर किया जाना चाहिए। इस ऐरे के आयाम हैं:
- 1-D: सभी मेनू आइटम्स
- 2-D: मीठे और गैर-मीठे खाद्य पदार्थ, कैफीनयुक्त और गैर-कैफीनयुक्त पेय
- 3-D: मीठे खाद्य पदार्थ, गैर-मीठे खाद्य पदार्थ, कैफीनयुक्त, गैर-कैफीनयुक्त पेय
आइए नम्पाई का उपयोग करके इस ऐरे को बनाते हैं। निम्न कोड को एक पायथन फ़ाइल में पेस्ट करें:
import numpy as np
menu_items = np.array([
[
["Blueberry Muffin", "Cinnamon Bun", "Jammy Shortbread"],
["Smoked Bacon Roll", "Tuna Melt Panini", "Cheese and Tomato Toastie"]
],
[
["Cappuccino", "Espresso", "Mocha"],
["Apple Juice", "Water", "Orange Juice"]
]
])
print(menu_items)
हमारा कोड लौटाता है:
[[['Blueberry Muffin' 'Cinnamon Bun' 'Jammy Shortbread'] ['Smoked Bacon Roll' 'Tuna Melt Panini' 'Cheese and Tomato Toastie']] [['Cappuccino' 'Espresso' 'Mocha'] ['Apple Juice' 'Water' 'Orange Juice']]]
हमने पहले चर्चा की गई सभी जानकारी के साथ एक 3-D ऐरे बनाया है। यह ऐरे कॉफी शॉप द्वारा पेश किए जाने वाले सभी मेनू आइटम्स की एक व्यापक सूची है।
3-D ऐरे से आइटम्स एक्सेस करना 2-D ऐरे से आइटम्स एक्सेस करने के लिए उपयोग किए जाने वाले सिंटैक्स के समान काम करता है। अंतर यह है कि आपको 3-D ऐरे से किसी आइटम को पुनः प्राप्त करने के लिए तीसरा इंडेक्स नंबर निर्दिष्ट करना होगा। आइए अपने ऐरे से "Mocha" पुनः प्राप्त करें:
print(menu_items[1, 0, 2])
हमारा कोड लौटाता है: Mocha।
1 उस 1st आयाम का इंडेक्स नंबर है जिसे हम एक्सेस करना चाहते हैं (1 हमारे पेय से मेल खाता है); 0 उस 2nd आयाम का इंडेक्स नंबर है (0 कैफीनयुक्त पेय से मेल खाता है); 2 उस 3rd आयाम का इंडेक्स नंबर है (2 Mocha से मेल खाता है)।
ऐरे में आयामों की गणना करें
जब आप नए आयाम जोड़ना शुरू करते हैं तो नम्पाई ऐरे काफी जटिल दिखने लग सकते हैं। हमने उन ऐरे का पता भी नहीं लगाया है जिनमें तीन से अधिक आयाम हैं! सौभाग्य से आपके लिए, एक आसान शॉर्टकट है जिसका उपयोग आप यह गणना करने के लिए कर सकते हैं कि किसी ऐरे में कितने आयाम हैं।
निम्न कोड को एक पायथन फ़ाइल में पेस्ट करें:
import numpy as np
menu_items = np.array([
["Blueberry Muffin", "Cinnamon Bun", "Jammy Shortbread"],
["Cappuccino", "Espresso", "Mocha"]
])
print(menu_items.ndim)
आइए अपना कोड चलाते हैं। मान "2" लौटाया जाता है। यह हमें बताता है कि हमारे ऐरे में दो आयाम हैं, जिसे हम अपने ऊपर के ऐरे का विश्लेषण करके देख सकते हैं कि यह सच है।
निष्कर्ष
नम्पाई ऐरे समान मानों को स्टोर करने का एक लचीला तरीका है। वे पारंपरिक पायथन ऐरे की तुलना में तेज़ और अधिक कुशल हैं। आप नम्पाई ऐरे का उपयोग करके आसानी से कई आयामों के साथ काम कर सकते हैं; वेनिला पायथन में ऐसा करना अधिक कठिन है।
अब आप एक विशेषज्ञ प्रोग्रामर की तरह नम्पाई ऐरे का उपयोग करना शुरू करने के लिए तैयार हैं!