पायथन नम्पी में डेटाइम ऐरे को स्ट्रिंग ऐरे में बदलने के लिए numpy.datetime_as_string() मेथड का उपयोग करें। यह मेथड इनपुट ऐरे के समान आकार का स्ट्रिंग ऐरे लौटाता है। पहला पैरामीटर फॉर्मेट करने के लिए UTC टाइमस्टैम्प का ऐरे है। दूसरा पैरामीटर timezone है, डेटाटाइम प्रदर्शित करते समय उपयोग की जाने वाल

नेचुरल लॉगरिदम log एक्सपोनेंशियल फंक्शन का व्युत्क्रम है, ताकि log(exp(x)) = x। नेचुरल लॉगरिदम बेस e में लॉगरिदम है। यह मेथड x का नेचुरल लॉगरिदम एलिमेंट-वाइज लौटाता है। यदि x स्केलर है तो यह स्केलर होता है। पहला पैरामीटर इनपुट मान, ऐरे-जैसा है। दूसरा पैरामीटर out है, जहां परिणाम स्टोर होता है। यदि

पायथन नम्पी में इनपुट ऐरे का बेस 2 लॉगरिदम लौटाने के लिए numpy.log2() मेथड का उपयोग करें। यह मेथड x का बेस-2 लॉगरिदम लौटाता है। यदि x स्केलर है तो यह स्केलर होता है। पहला पैरामीटर x इनपुट मान, ऐरे-जैसा होता है। दूसरा पैरामीटर out है, जहां परिणाम स्टोर होता है। यदि प्रदान किया गया है, तो इसका आकार इ

पायथन नम्पी में मानक जबरन नियमों का पालन करके कॉमन टाइप निर्धारित करने के लिए numpy.find_common_type() मेथड का उपयोग करें। पहला आर्गुमेंट dtypes या dtype कन्वर्टिबल ऑब्जेक्ट्स की सूची है जो ऐरे को दर्शाते हैं। दूसरा आर्गुमेंट dtypes या dtype कन्वर्टिबल ऑब्जेक्ट्स की सूची है जो स्केलर्स को दर्शाते ह

पायथन नम्पी में इनपुट ऐरे का बेस 2 लॉगरिदम लौटाने के लिए numpy.log2() मेथड का उपयोग करें। यह मेथड x का बेस-2 लॉगरिदम लौटाता है। यदि x स्केलर है तो यह स्केलर होता है। पहला पैरामीटर x इनपुट मान, ऐरे-जैसा होता है। दूसरा पैरामीटर out है, जहां परिणाम स्टोर होता है। यदि प्रदान किया गया है, तो इसका आकार इ

पायथन नम्पी में डेटाइम ऐरे को स्ट्रिंग ऐरे में बदलने के लिए numpy.datetime_as_string() मेथड का उपयोग करें। यह मेथड इनपुट ऐरे के समान आकार का स्ट्रिंग ऐरे लौटाता है। पहला पैरामीटर फॉर्मेट करने के लिए UTC टाइमस्टैम्प का ऐरे है। दूसरा पैरामीटर timezone है, डेटाटाइम प्रदर्शित करते समय उपयोग की जाने वा

numpy.can_cast() मेथड True लौटाता है यदि ऐरे स्केलर और डेटा टाइप कास्टिंग नियम के अनुसार कास्ट हो सकते हैं। पहला पैरामीटर वह स्केलर, डेटा टाइप या ऐरे है जिससे कास्ट करना है। दूसरा पैरामीटर वह डेटा टाइप है जिसमें कास्ट करना है। चरण सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import numpy as np जांच

पायथन नम्पी में इनपुट ऐरे के लिए कॉमन स्केलर टाइप लौटाने के लिए numpy.common_type() मेथड का उपयोग करें। पहला पैरामीटर इनपुट ऐरे(एस) होता है। रिटर्न टाइप हमेशा एक इनएक्जैक्ट (यानी फ्लोटिंग पॉइंट) स्केलर टाइप होता है, भले ही सभी ऐरे इंटीजर ऐरे हों। यदि इनपुट में से एक इंटीजर ऐरे है, तो लौटाया गया न्य

पायथन नम्पी में इंटीजर टाइप्स के लिए मशीन लिमिट्स की जानकारी प्राप्त करने के लिए numpy.iinfo() मेथड का उपयोग करें। पहला पैरामीटर int_type होता है यानी वह इंटीजर डेटा टाइप जिसके बारे में जानकारी प्राप्त करनी है। चरण सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import numpy as np min दिए गए dtype का

पायथन नम्पी में इंटीजर टाइप्स के लिए मशीन लिमिट्स की जानकारी प्राप्त करने के लिए numpy.iinfo() मेथड का उपयोग करें। पहला पैरामीटर int_type होता है यानी वह इंटीजर डेटा टाइप जिसके बारे में जानकारी प्राप्त करनी है। चरण सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import numpy as np min दिए गए dtype का

पायथन नम्पी में फ्लोट टाइप्स के लिए मशीन लिमिट्स की जानकारी प्राप्त करने के लिए numpy.finfo() मेथड का उपयोग करें। पहला पैरामीटर फ्लोटिंग टाइप होता है यानी वह फ्लोट डेटा टाइप जिसके बारे में जानकारी प्राप्त करनी है। चरण सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: import numpy as np min दिए गए dtype

पायथन नम्पी में हाइपरबोलिक टैंजेंट की गणना करने के लिए numpy.tanh() मेथड का उपयोग करें। यह np.sinh(x)/np.cosh(x) या -1j * np.tan(1j*x) के बराबर है। संबंधित हाइपरबोलिक टैंजेंट मान लौटाता है। यदि x स्केलर है तो यह स्केलर होता है। पहला पैरामीटर x इनपुट ऐरे है। दूसरा और तीसरा पैरामीटर वैकल्पिक हैं। दू

पायथन नम्पी में ऐरे एलिमेंट्स का हाइपरबोलिक टैंजेंट निकालने के लिए numpy.tanh() मेथड का उपयोग करें। यह मेथड np.sinh(x)/np.cosh(x) या -1j * np.tan(1j*x) के बराबर है। संबंधित हाइपरबोलिक टैंजेंट मान लौटाता है। यदि x स्केलर है तो यह स्केलर होता है। पहला पैरामीटर x इनपुट ऐरे है। दूसरा और तीसरा पैरामीटर

पायथन नम्पी में फ्लोटिंग पॉइंट प्रतिनिधित्व के एक्सपोनेंट भाग में बिट्स की संख्या प्राप्त करने के लिए, numpy.finfo() मेथड के iexp एट्रिब्यूट का उपयोग करें। पहला पैरामीटर फ्लोट होता है यानी वह फ्लोट डेटा टाइप जिसके बारे में जानकारी प्राप्त करनी है। चरण सबसे पहले, आवश्यक लाइब्रेरी इम्पोर्ट करें: imp

इस प्रकार के फ्लोट की सटीकता के लिए अनुमानित दशमलव अंकों की संख्या प्राप्त करने के लिए, पायथन NumPy में numpy.finfo() विधि के precision गुण का उपयोग करें। finfo() का पहला पैरामीटर फ्लोट है यानी वह फ्लोट डेटा प्रकार जिसके बारे में जानकारी प्राप्त करनी है। चरण सबसे पहले, आवश्यक लाइब्रेरी आयात करें: i

numpy.min_scalar_type() विधि न्यूनतम डेटा प्रकार खोजती है। पहला पैरामीटर वह मान है जिसका न्यूनतम डेटा प्रकार खोजा जाना है। स्केलर के लिए, यह उस डेटा प्रकार को लौटाता है जिसमें सबसे छोटा आकार और सबसे छोटा स्केलर प्रकार होता है जो इसके मान को धारण कर सकता है। गैर-स्केलर सरणी के लिए, यह वेक्टर के dtype

numpy.result_type() विधि वह प्रकार लौटाती है जो NumPy प्रकार प्रोमोशन नियमों को तर्कों पर लागू करने से परिणाम होता है। पहला पैरामीटर किसी ऑपरेशन के ऑपरेंड हैं जिनके परिणाम प्रकार की आवश्यकता होती है। NumPy में प्रकार प्रोमोशन C++ जैसी भाषाओं के नियमों के समान काम करता है, कुछ मामूली अंतरों के साथ। ज

दिए गए अक्ष पर सरणी तत्वों का संचयी योग लौटाने के लिए, NaN को शून्य मानकर nancumsum() विधि का उपयोग करें। जब NaN का सामना होता है तो संचयी योग नहीं बदलता और अग्रणी NaN को शून्य से बदल दिया जाता है। उन स्लाइस के लिए शून्य लौटाए जाते हैं जो सभी NaN हैं या खाली हैं। संचयी कार्य इस तरह करता है: 5, 5+10,

दिए गए अक्ष पर सरणी तत्वों का संचयी योग लौटाने के लिए, NaN को शून्य मानकर nancumsum() विधि का उपयोग करें। जब NaN का सामना होता है तो संचयी योग नहीं बदलता और अग्रणी NaN को शून्य से बदल दिया जाता है। उन स्लाइस के लिए शून्य लौटाए जाते हैं जो सभी NaN हैं या खाली हैं। यह विधि परिणाम रखने वाली एक नई सरणी

यह निर्धारित करने के लिए कि दिया गया ऑब्जेक्ट स्केलर डेटा प्रकार का प्रतिनिधित्व करता है या नहीं, numpy.issctype() विधि का उपयोग करें। यह विधि जांच का बूलियन परिणाम लौटाती है कि rep एक स्केलर dtype है या नहीं। पहला पैरामीटर rep है। यदि rep स्केलर dtype का एक उदाहरण है, तो True लौटाया जाता है। यदि नह