NumPy का numpy.fix() फंक्शन फ्लोट मानों को शून्य की ओर (towards zero) राउंड करता है। यह सकारात्मक संख्याओं के लिए फ्लोर (floor) और नकारात्मक संख्याओं के लिए सीलिंग (ceiling) की तरह काम करता है। सिंटैक्स और व्यवहार numpy.fix(x, out=None) x: राउंड किए जाने वाले फ्लोट्स का ऐरे। out: वैकल्पिक आउट

NumPy का numpy.char.count() फंक्शन स्ट्रिंग ऐरे के प्रत्येक एलिमेंट में सबस्ट्रिंग की गैर-ओवरलैपिंग (non-overlapping) घटनाओं को गिनता है। यह वेक्टोराइज़्ड स्ट्रिंग ऑपरेशन प्रदान करता है। सिंटैक्स numpy.char.count(a, sub, start=0, end=None) a: इनपुट स्ट्रिंग ऐरे (numpy.str_ या numpy.bytes_ टाइप)

NumPy का numpy.finfo() फंक्शन फ्लोटिंग-पॉइंट डेटा टाइप्स की मशीन सीमाओं (limits) के बारे में विस्तृत जानकारी प्रदान करता है। यह न्यूनतम/अधिकतम मान, प्रिसिजन, और अन्य विशेषताएं बताता है। सिंटैक्स numpy.finfo(dtype) dtype: फ्लोट डेटा टाइप (np.float16, np.float32, np.float64, आदि) या उसका इंस्टेंस

NumPy का numpy.cosh() फंक्शन ऐरे एलिमेंट्स का हाइपरबोलिक कोसाइन (hyperbolic cosine) निकालता है। यह 1/2 * (np.exp(x) + np.exp(-x)) या np.cos(1j*x) के बराबर होता है। सिंटैक्स और पैरामीटर्स numpy.cosh(x, /, out=None, *, where=True, casting=same_kind, order=K, dtype=None, subok=True[, signature, extobj

NumPy का numpy.nancumsum() फंक्शन ऐरे एलिमेंट्स का क्यूमुलेटिव सम (संचयी योग) लौटाता है, जहां NaN मानों को शून्य माना जाता है। यह डेटा एनालिसिस में गायब मानों को संभालने के लिए बहुत उपयोगी है। सिंटैक्स और पैरामीटर्स numpy.nancumsum(a, axis=None, dtype=None, out=None) a: इनपुट ऐरे। axis: वह अक

NumPy का numpy.min_scalar_type() फंक्शन किसी स्केलर मान को धारण करने योग्य सबसे छोटा (न्यूनतम) डेटा टाइप निर्धारित करता है। यह मेमोरी ऑप्टिमाइज़ेशन के लिए उपयोगी है। सिंटैक्स और व्यवहार numpy.min_scalar_type(value) value: वह स्केलर मान जिसका न्यूनतम डेटा टाइप खोजना है। वापसी: मान को धारण कर स

NumPy का numpy.datetime_as_string() फंक्शन डेटाइम64 ऐरे को पढ़ने योग्य स्ट्रिंग फॉर्मेट में बदलने के लिए उपयोग किया जाता है। यह फंक्शन इनपुट ऐरे के समान आकार का स्ट्रिंग ऐरे लौटाता है। सिंटैक्स और मुख्य पैरामीटर्स numpy.datetime_as_string(arr, unit=us, timezone=naive, casting=same_kind) arr: UT

NumPy का numpy.deg2rad() फंक्शन डिग्री में दिए गए कोणों को रेडियन में बदलने का सबसे सरल तरीका है। यह फंक्शन ऐरे पर एलिमेंट-वाइज़ काम करता है और रेडियन में संबंधित कोण लौटाता है। सिंटैक्स और पैरामीटर्स numpy.deg2rad(x, /, out=None, *, where=True, casting=same_kind, order=K, dtype=None, subok=True[,

Python में NumPy लाइब्रेरी का उपयोग करके hyperbolic sine (हाइपरबोलिक साइन) की गणना करना बहुत सरल है। इसके लिए numpy.sinh() मेथड का उपयोग किया जाता है। numpy.sinh() मेथड का सिंटैक्स और पैरामीटर्स numpy.sinh(x, /, out=None, *, where=True, casting=same_kind, order=K, dtype=None, subok=True[, signature

NumPy का numpy.datetime_as_string() मेथड डेटाइम सरणी को स्ट्रिंग सरणी में बदलता है। unit पैरामीटर से सटीकता नियंत्रित होती है। यहां हम घंटा (h) यूनिट का उपयोग करेंगे। उदाहरण import numpy as np # मिनट यूनिट के साथ डेटाइम सरणी बनाएं arr = np.arange(2022-02-20T02:10, 6*60, 60, dtype=M8[m]) print(सरण

NumPy का numpy.arctan() मेथड अदिश (scalar) मानों का व्युत्क्रम स्पर्शज्या (inverse tangent) ज्ञात करने के लिए भी उपयोग किया जा सकता है। यह tan का व्युत्क्रम है: यदि y = tan(x) तो x = arctan(y)। गणितीय पृष्ठभूमि arctan एक बहु-मान फलन है। परंपरा के अनुसार, वह कोण लौटाया जाता है जिसका वास्तविक भाग [-π

NumPy का numpy.arctan() मेथड सरणी के प्रत्येक तत्व का व्युत्क्रम स्पर्शज्या (inverse tangent / arctan) ज्ञात करता है। यह tan का व्युत्क्रम है: यदि y = tan(x) तो x = arctan(y)। गणितीय पृष्ठभूमि arctan एक बहु-मान फलन है: प्रत्येक x के लिए अनंत z मौजूद हैं जहां tan(z) = x। परंपरा के अनुसार, वह कोण z ल

NumPy का numpy.hypot() मेथड समकोण त्रिभुज के कर्ण (hypotenuse) की गणना करता है। यह मेथड sqrt(x1² + x2²) के समतुल्य है और तत्व-वार (element-wise) काम करता है। पैरामीटर्स x1, x2: त्रिभुज के दो लंब (legs)। ये स्केलर या सरणी हो सकते हैं। यदि x1.shape != x2.shape, तो उन्हें एक सामान्य आकार में प्रसारित

NumPy का numpy.datetime_as_string() मेथड डेटाइम सरणी को स्ट्रिंग सरणी में बदलने के लिए उपयोग किया जाता है। यह मेथड इनपुट सरणी के समान आकार की स्ट्रिंग सरणी लौटाता है। पैरामीटर्स arr: UTC टाइमस्टैम्प की सरणी जिसे फॉर्मेट करना है। unit: डेटाइम यूनिट जो सटीकता निर्धारित करता है (जैसे m मिनट के लिए)।

NumPy का numpy.can_cast() मेथड यह जांचने के लिए उपयोग किया जाता है कि क्या एक डेटा प्रकार से दूसरे डेटा प्रकार में कास्टिंग (प्रकार परिवर्तन) कास्टिंग नियमों के अनुसार संभव है। यह मेथड True लौटाता है यदि कास्टिंग संभव है, अन्यथा False। पैरामीटर्स from_dtype: वह डेटा प्रकार या सरणी जिससे कास्ट करना

विवरण numpy.can_cast() फंक्शन जांचता है कि क्या दिए गए कास्टिंग नियम के अनुसार स्केलर या डेटा प्रकार को लक्ष्य डेटा प्रकार में कास्ट किया जा सकता है। यह बूलियन मान लौटाता है। पैरामीटर्स from_ - कास्ट करने वाला स्केलर, डेटा प्रकार, या ऐरे to - लक्ष्य डेटा प्रकार casting - कास्टिंग नियम

विवरण numpy.nancumsum() फंक्शन दिए गए अक्ष के साथ सरणी तत्वों का संचयी योग (cumulative sum) लौटाता है, NaN मानों को 0 मानकर। अग्रणी NaN को 0 से बदल दिया जाता है। पूरी तरह से NaN या खाली स्लाइस के लिए 0 लौटाया जाता है। dtype पैरामीटर परिणाम का डेटा प्रकार नियंत्रित करता है। पैरामीटर्स a - इनपुट

विवरण numpy.diff() फंक्शन n-वां असतत अंतर (discrete difference) गणना करता है। पहला अंतर out[i] = a[i+1] - a[i] होता है; उच्च-क्रम अंतर पुनरावर्ती रूप से गणना किए जाते हैं। पैरामीटर्स a - इनपुट ऐरे n - अंतर की संख्या (डिफ़ॉल्ट: 1)। शून्य होने पर इनपुट यथावत लौटाया जाता है। axis - वह अक्

विवरण numpy.arctanh() फंक्शन सरणी तत्वों का व्युत्क्रम हाइपरबोलिक टैंजेंट (inverse hyperbolic tangent) गणना करता है। इसे atanh या tanh⁻¹ भी कहा जाता है। यह एक बहुमूल्य फलन है; सम्मेलन यह है कि वह मान लौटाया जाए जिसका काल्पनिक भाग [-π/2, π/2] में हो। पैरामीटर्स x - इनपुट ऐरे out - वैकल्पिक,

विवरण numpy.polynomial.chebyshev.chebvander() फंक्शन 1D चेबिशेव बहुपद का वैंडरमोंड मैट्रिक्स उत्पन्न करता है। फ्लोट इनपुट के लिए आउटपुट float64 होता है। चरण import numpy as np from numpy.polynomial import chebyshev as C # फ्लोट ऐरे बनाएं x = np.array([0, 3.5, -1.4, 2.5]) print(हमारा ऐरे...\n, x)