Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पायथन में नम्पाई (NumPy) में ब्रॉडकास्टिंग समझाएं


नम्पाई (NumPy) का अर्थ है 'न्यूमेरिकल' 'पायथन'। यह एक लाइब्रेरी है जिसमें बहुआयामी सरणी ऑब्जेक्ट्स और कई मेथड होते हैं जो सरणियों को प्रोसेस करने में मदद करते हैं।

नम्पाई का उपयोग सरणियों पर विभिन्न प्रकार के ऑपरेशन करने के लिए किया जा सकता है। इसका उपयोग SciPy, Matplotlib जैसे पैकेज के साथ किया जाता है। नम्पाई + Matplotlib को MatLab के विकल्प के रूप में समझा जा सकता है। यह एक ओपन-सोर्स पैकेज है, जिसका अर्थ है कि इसका उपयोग कोई भी कर सकता है। मानक पायथन वितरण में डिफ़ॉल्ट रूप से नम्पाई पैकेज शामिल नहीं होता। पैकेज को 'pip' इंस्टॉलर का उपयोग करके अलग से इंस्टॉल करना पड़ता है।

विंडोज के लिए, यह नीचे दिखाया गया है:

pip install numpy

एक बार यह कमांड कमांड लाइन पर निष्पादित हो जाने के बाद, इसे पायथन वातावरण में आयात किया जा सकता है और उपयोग किया जा सकता है।

नम्पाई पैकेज में मौजूद सबसे महत्वपूर्ण ऑब्जेक्ट एक n-आयामी सरणी है जिसे 'ndarray' के नाम से जाना जाता है। यह एक ही प्रकार के आइटम्स के संग्रह को परिभाषित करता है। ndarray के अंदर इन मानों को इंडेक्सिंग (0-आधारित इंडेक्स) का उपयोग करके एक्सेस किया जा सकता है। ndarray में प्रत्येक आइटम मेमोरी स्पेस में समान आकार का ब्लॉक लेता है। ndarray में प्रत्येक तत्व का प्रकार 'dtype' फंक्शन का उपयोग करके पाया जा सकता है। ndarray से एक आइटम को सरणी स्लाइसिंग का उपयोग करके निकाला जा सकता है। इसे सरणी स्केलर प्रकार के ऑब्जेक्ट के रूप में दर्शाया जाता है।

नम्पाई सरणी के संबंध में, ब्रॉडकास्टिंग इस पैकेज की क्षमता को संदर्भित करता है कि यह अंकगणितीय ऑपरेशन के दौरान अलग-अलग आकार की सरणियों को संभाल सकता है। यदि दो सरणियां समान प्रकार की नहीं हैं, तो कोई त्रुटि नहीं फेंकी जाती। इसके बजाय, ऑपरेशन सुचारू रूप से चलते रहते 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]

व्याख्या

  • आवश्यक लाइब्रेरी को पायथन वातावरण में आयात किया जाता है।
  • दो ndarrays को उनके अंदर संख्यात्मक मानों के साथ परिभाषित किया जाता है।
  • उन्हें कंसोल पर प्रिंट किया जाता है।
  • तीसरी सरणी को पहले दो ndarrays के गुणनफल के रूप में परिभाषित किया जाता है।
  • परिणामी सरणी को कंसोल पर प्रदर्शित किया जाता है।
  1. - पायथन में सरणी घुमाएं

    मान लीजिए हमारे पास एक सरणी A है। हमें इसे k चरणों से दाईं ओर घुमाना है। यदि सरणी A = [5, 7, 3, 6, 8, 1, 5, 4] है, और k = 3, तो आउटपुट [1,5,4,5,7,3,6,8] होगा। चरण इस तरह 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। मान लें n सरणी का आक

  1. - Python में दिए गए NumPy ऐरे का डेटा प्रकार बदलना

    NumPy ऐरे का डेटा प्रकार बदलने के लिए हमारे पास astype(data_type) नामक एक मेथड है। यदि हमारे पास float64 प्रकार का NumPy ऐरे है, तो हम इसे int32 में बदल सकते हैं astype() मेथड को डेटा प्रकार देकर। हम dtype क्लास का उपयोग करके NumPy ऐरे के प्रकार की जांच कर सकते हैं। आइए नमूना NumPy ऐरे के डेटा प्रक

  1. - NumPy पायथन में बेसिक स्लाइसिंग और एडवांस्ड इंडेक्सिंग

    ndarrays की इंडेक्सिंग मानक पायथन x[obj] सिंटैक्स का उपयोग करके की जा सकती है, जहां x सरणी है और obj चयन है। तीन प्रकार की इंडेक्सिंग उपलब्ध हैं: फील्ड एक्सेस बेसिक स्लाइसिंग एडवांस्ड इंडेक्सिंग किस प्रकार की इंडेक्सिंग होगी यह obj पर निर्भर करता है। इस खंड में, हम मुख्य रूप से बेसिक स्लाइसिंग औ