Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन में नम्पी में प्रसारण पर चर्चा करें?

NumPy 'न्यूमेरिकल' 'पायथन' को संदर्भित करता है। यह एक पुस्तकालय है जिसमें बहुआयामी सरणी वस्तुएं और कई विधियां हैं जो सरणियों को संसाधित करने में मदद करती हैं।

NumPy का उपयोग सरणियों पर विभिन्न प्रकार के संचालन करने के लिए किया जा सकता है। इसका उपयोग SciPy, Matplotlib आदि जैसे पैकेजों के संयोजन में किया जाता है। NumPy+Matplotlib को MatLab के विकल्प के रूप में समझा जा सकता है। यह एक ओपन-सोर्स पैकेज है, जिसका मतलब है कि इसे कोई भी इस्तेमाल कर सकता है। मानक पायथन वितरण में डिफ़ॉल्ट रूप से NumPy पैकेज शामिल नहीं है। इंस्टॉलर 'पाइप' का उपयोग करके पैकेज को अलग से स्थापित करना होगा।

विंडोज़ के लिए, इसे नीचे दिखाया गया है -

pip install numpy

एक बार इस कमांड को कमांड लाइन पर निष्पादित करने के बाद, इसे पायथन वातावरण में आयात किया जा सकता है और इसका उपयोग किया जा सकता है।

NumPy पैकेज में मौजूद सबसे महत्वपूर्ण वस्तु एक n-आयामी सरणी है जिसे 'ndarray' के रूप में जाना जाता है। यह एक ही प्रकार की वस्तुओं के संग्रह को परिभाषित करता है। इंडेक्सिंग (0-आधारित इंडेक्स) का उपयोग करके ndarray के अंदर इन मानों तक पहुंचा जा सकता है। ndarray में प्रत्येक आइटम मेमोरी स्पेस में समान आकार का ब्लॉक लेता है। ndarray में प्रत्येक तत्व का प्रकार 'dtype' फ़ंक्शन का उपयोग करके पाया जा सकता है। सरणी स्लाइसिंग का उपयोग करके ndarray से एक आइटम निकाला जा सकता है। इसे सरणी अदिश प्रकार की वस्तु के रूप में दर्शाया जाता है।

Numpy सरणी के संबंध में, प्रसारण इस पैकेज की क्षमता को संदर्भित करता है जो अंकगणितीय संचालन के दौरान विभिन्न आकृतियों के सरणियों का इलाज करता है। यदि दो सरणियाँ एक ही प्रकार की नहीं हैं, तो कोई त्रुटि उत्पन्न नहीं होती है। इसके बजाय, संचालन सुचारू रूप से चलते हैं।

उदाहरण

import numpy as np
arr_1 = np.array([4, 6, 8, 0, 3])
arr_2 = np.array([11,3,7,78, 999])
print("The first ndarray is ")
print(arr_1)
print("The second ndarray is ")
print(arr_2)
arr_3 = arr_1 * arr_2
print("The resultant array is ")
print(arr_3)

आउटपुट

The first ndarray is
[4 6 8 0 3]
The second ndarray is
[ 11 3 7 78 999]
The resultant array is
[ 44 18 56 0 2997]

स्पष्टीकरण

  • आवश्यक पुस्तकालयों को पायथन वातावरण में आयात किया जाता है।

  • दो ndarrays को उनके अंदर संख्यात्मक मानों के साथ परिभाषित किया गया है।

  • वे कंसोल पर मुद्रित होते हैं।

  • तीसरी सरणी को पहले दो ndarrays के उत्पाद के रूप में परिभाषित किया गया है।

  • परिणामी सरणी कंसोल पर प्रदर्शित होती है।


  1. पायथन में ऐरे घुमाएँ

    मान लीजिए कि हमारे पास एक सरणी A है। हमें इसे k चरणों में घुमाना है। तो अगर सरणी ए =[5, 7, 3, 6, 8, 1, 5, 4], और के =3 है, तो आउटपुट [1,5,4,5,7,3,6] होगा। 8]. कदम इस प्रकार हैं [4,5,7,3,6,8,1,5] [5,4,5,7,3,6,8,1] [1,5,4,5,7,3,6,8] इसे हल करने के लिए, हम इन चरणों का पालन करेंगे। चलो n सरणी का आका

  1. Python में दिए गए numpy array का डेटा प्रकार बदलें

    हमारे पास astype(data_type) नामक एक विधि है एक संख्यात्मक सरणी के डेटा प्रकार को बदलने के लिए। यदि हमारे पास float64 . प्रकार की एक संख्यात्मक सरणी है , तो हम इसे int32 . में बदल सकते हैं astype() . को डेटा प्रकार देकर सुन्न सरणी की विधि। हम dtype . का उपयोग करके numpy array के प्रकार की जांच कर सक

  1. NumPy Python में बेसिक स्लाइसिंग और एडवांस्ड इंडेक्सिंग

    मानक अजगर x[obj] सिंटैक्स का उपयोग करके ndarrays का अनुक्रमण किया जा सकता है, जहां x सरणी है और चयन को बाधित करता है। तीन प्रकार के अनुक्रमण उपलब्ध हैं - फ़ील्ड एक्सेस मूल टुकड़ा करना उन्नत अनुक्रमण किस प्रकार का अनुक्रमण होगा, यह obj पर निर्भर करता है। इस खंड में, हम मुख्य रूप से बुनियादी स्लाइ