12 عمليات NumPy للمبتدئين

NumPy ، التي تعني Numerical Python ، هي مكتبة Python تستخدم بشكل أساسي للعمل مع المصفوفات وأداء مجموعة متنوعة من العمليات الحسابية عليها. إنها المكتبة الأساسية للحوسبة العلمية في بايثون. غالبًا ما يتم استخدام NumPy مع مكتبات Python الأخرى المتعلقة بعلوم البيانات مثل SciPy و Pandas و Matplotlib.

في هذه المقالة ، ستتعلم كيفية إجراء 12 عملية أساسية باستخدام NumPy.

استخدام أمثلة NumPy هذه

يمكنك تشغيل الأمثلة الواردة في هذه المقالة عن طريق إدخال الكود مباشرة في مترجم بايثون. قم بتشغيله في الوضع التفاعلي ، من سطر الأوامر ، للقيام بذلك.

يمكنك أيضًا الوصول إلى ملف Python Notebook الذي يحتوي على شفرة المصدر الكاملة من مستودع جيثب هذا.

1. كيفية استيراد NumPy كـ np وطباعة رقم الإصدار

أنت بحاجة إلى استخدام يستورد كلمة أساسية لاستيراد أي مكتبة في Python. يتم عادةً استيراد NumPy ضمن ملف np الاسم المستعار. باستخدام هذا النهج ، يمكنك الرجوع إلى حزمة NumPy باسم np بدلا من حبيبي.

استيراد numpy كـ np
طباعة (np .__ الإصدار__)

انتاج:

1.20.1

2. كيفية إنشاء كائن NumPy ndarray

يسمى كائن المصفوفة في NumPy ndarray

. يمكنك إنشاء ملف NumPy ndarray كائن باستخدام مجموعة مصفوفة() طريقة. ال مجموعة مصفوفة() يقبل الأسلوب قائمة أو مجموعة أو كائنًا يشبه المصفوفة.

استخدام Tuple لإنشاء مصفوفة NumPy

arrObj = np.array ((23، 32، 65، 85))
arrObj

انتاج:

مجموعة ([23 ، 32 ، 65 ، 85])

استخدام قائمة لإنشاء مصفوفة NumPy

arrObj = np.array ([43، 23، 75، 15])
arrObj

انتاج:

مجموعة ([43، 23، 75، 15])

3. كيفية إنشاء مصفوفات NumPy 0D و 1 D و 2 D و 3 D و N-Dimensional

0D المصفوفات

كل عنصر من عناصر المصفوفة هو صفيف 0D.

arrObj = np.array (21)
arrObj

انتاج:

مجموعة (21)

1D المصفوفات

تسمى المصفوفات التي تحتوي على مصفوفات 0D كعناصرها المصفوفات 1D.

arrObj = np.array ([43، 23، 75، 15])
arrObj

انتاج:

مجموعة ([43، 23، 75، 15])

2D المصفوفات

المصفوفات التي تحتوي على مصفوفات 1D كعناصرها تسمى المصفوفات ثنائية الأبعاد.

arrObj = np.array ([[12، 43، 21]، [67، 32، 98]])
arrObj

انتاج:

مجموعة ([12 ، 43 ، 21] ،
[67, 32, 98]])

المصفوفات ثلاثية الأبعاد

المصفوفات التي تحتوي على مصفوفات ثنائية الأبعاد كعناصرها تسمى المصفوفات ثلاثية الأبعاد.

arrObj = np.array ([[23، 45، 22]، [45، 76، 23]]، [[67، 23، 56]، [12، 76، 63]])
arrObj

انتاج:

مجموعة ([[23 ، 45 ، 22] ،
[45, 76, 23]],
[[67, 23, 56],
[12, 76, 63]]])

n- صفائف الأبعاد

يمكنك إنشاء مصفوفة من أي بُعد باستخدام امتداد ndmin جدال.

arrObj = np.array ([23، 22، 65، 44]، ndmin = 5)
arrObj

انتاج:

مجموعة ([[[23، 22، 65، 44]]]]])

4. كيفية التحقق من أبعاد المصفوفة

يمكنك العثور على أبعاد المصفوفة باستخدام امتداد نديم ينسب.

arrObj1 = np.array (21)
arrObj2 = np.array ([43، 23، 75، 15])
arrObj3 = np.array ([[12، 43، 21]، [67، 32، 98]])
arrObj4 = np.array ([[23، 45، 22]، [45، 76، 23]]، [[67، 23، 56]، [12، 76، 63]])
طباعة (arrObj1.ndim)
طباعة (arrObj2.ndim)
طباعة (arrObj3.ndim)
طباعة (arrObj4.ndim)

انتاج:

0
1
2
3

5. كيفية الوصول إلى عناصر المصفوفات أحادية وثنائية الأبعاد وثلاثية الأبعاد

يمكنك الوصول إلى عنصر مصفوفة باستخدام رقم الفهرس الخاص به. بالنسبة للمصفوفات ثنائية وثلاثية الأبعاد ، تحتاج إلى استخدام أعداد صحيحة مفصولة بفواصل تمثل فهرس كل بُعد.

arrObj1 = np.array ([43، 23، 75، 15])
arrObj2 = np.array ([[12، 43، 21]، [67، 32، 98]])
arrObj3 = np.array ([[23، 45، 22]، [45، 76، 23]]، [[67، 23، 56]، [12، 76، 63]])
طباعة (arrObj1 [2])
طباعة (arrObj2 [0، 2])
print (arrObj3 [0، 1، 2])

انتاج:

75
21
23

ملحوظة: تدعم مصفوفات NumPy أيضًا الفهرسة السلبية.

متعلق ب: لماذا تعتبر بايثون لغة برمجة المستقبل

6. كيفية التحقق من نوع البيانات لكائن صفيف NumPy

يمكنك التحقق من نوع البيانات لكائن مصفوفة NumPy باستخدام الامتداد dtype خاصية.

arrObj1 = np.array ([1، 2، 3، 4])
arrObj2 = np.array ([1.3، 6.8، 3.5، 9.2])
arrObj3 = np.array (['Welcome'، 'to'، 'MUO'])
طباعة (arrObj1.dtype)
طباعة (arrObj2.dtype)
طباعة (arrObj3.dtype)

انتاج:

int32
تعويم 64

ملحوظة:

يستخدم NumPy الأحرف التالية لتمثيل أنواع البيانات المضمنة:

• أنا - عدد صحيح (توقيع)
• ب - منطقية
• يا - وجوه
• S - سلسلة
• ش - عدد صحيح بدون إشارة
• و - تعويم
• ج - تعويم معقد
• م - timedelta
• م - التاريخ والوقت
• U - سلسلة يونيكود
• V - البيانات الأولية (باطلة)

7. كيفية تغيير نوع بيانات صفيف NumPy

يمكنك تغيير نوع بيانات مصفوفة NumPy باستخدام astype (نوع_بيانات) طريقة. يقبل هذا الأسلوب نوع البيانات كمعامل ويقوم بإنشاء نسخة جديدة من المصفوفة. يمكنك تحديد نوع البيانات باستخدام أحرف مثل "b" للقيمة المنطقية ، و "i" للعدد الصحيح ، و "f" للعائمة ، وما إلى ذلك.

تحويل مصفوفة عدد صحيح إلى مصفوفة عائمة

arrObj = np.array ([43، 23، 75، 15])
floatArr = arrObj.astype ('f')
تعويم

انتاج:

صفيف ([43.، 23.، 75.، 15.]، نوع dtype = float32)

تحويل مصفوفة عائمة إلى مصفوفة عدد صحيح

arrObj = np.array ([1.3، 6.8، 3.5، 9.2])
intArr = arrObj.astype ('i')
إنتار

انتاج:

صفيف ([1 ، 6 ، 3 ، 9] ، نوع dtype = int32)

متعلق ب: أفكار مشروع بايثون مناسبة للمبتدئين

8. كيفية نسخ مصفوفة NumPy إلى مصفوفة أخرى

يمكنك نسخ مصفوفة NumPy إلى مصفوفة أخرى باستخدام الامتداد np.copy () وظيفة. ترجع هذه الدالة نسخة مصفوفة من الكائن المحدد.

oldArr = np.array ([43، 23، 75، 15])
newArr = np.copy (oldArr)
newArr

انتاج:

مجموعة ([43، 23، 75، 15])

9. كيفية البحث عن شكل مصفوفة NumPy

يشير شكل المصفوفة إلى عدد العناصر في كل بُعد. يمكنك العثور على شكل مصفوفة باستخدام شكل ينسب. تقوم بإرجاع مجموعة تعطي عناصرها أطوال أبعاد الصفيف المقابلة.

arrObj = np.array ([[12، 43، 21]، [67، 32، 98]])
arrObj.shape

انتاج:

(2, 3)

متعلق ب: كيفية إنشاء واجهات برمجة التطبيقات في Python: الأطر الأكثر شيوعًا

10. كيفية إعادة تشكيل مصفوفة NumPy

إعادة تشكيل مصفوفة تعني تغيير شكلها. لاحظ أنه لا يمكنك إعادة تشكيل صفيف إلى شكل عشوائي. يجب أن يكون عدد العناصر المطلوبة لإعادة التشكيل هو نفسه في كلا الشكلين.

arrObj = np.array ([43، 23، 75، 15، 34، 45])
reshapedArr = arrObj.reshape (2، 3)
إعادة تشكيل

انتاج:

مجموعة ([43 ، 23 ، 75] ،
[15, 34, 45]])

في المثال أعلاه ، تمت إعادة تشكيل مصفوفة 1D إلى مصفوفة ثنائية الأبعاد.

11. كيفية تسطيح مصفوفة NumPy

يعني تسطيح المصفوفة تحويل مصفوفة متعددة الأبعاد إلى مصفوفة أحادية الأبعاد. يمكنك تسطيح مجموعة باستخدام إعادة تشكيل [-1).

arrObj = np.array ([[12، 43، 21]، [67، 32، 98]])
flattenedArr = arrObj.reshape (-1)
بالارض

انتاج:

مجموعة ([12، 43، 21، 67، 32، 98])

ملحوظة: يمكنك أيضًا تسطيح مصفوفة باستخدام طرق أخرى مثل numpy.ndarray.flatten () و numpy.ravel ().

12. كيفية فرز مصفوفة NumPy

يمكنك فرز مصفوفة NumPy باستخدام امتداد numpy.sort () وظيفة.

فرز مصفوفة 1D للأعداد الصحيحة

arrObj = np.array ([43، 23، 75، 15])
np.sort (arrObj)

انتاج:

مجموعة ([15 ، 23 ، 43 ، 75])

فرز 1D مصفوفة من السلاسل

arrObj = np.array (["Python"، "JavaScript"، "Solidity"، "Golang"])
np.sort (arrObj)

انتاج:

المصفوفة (['Golang'، 'JavaScript'، 'Python'، 'Solidity']، dtype = '

فرز مصفوفة الأعداد الصحيحة ثنائية الأبعاد

arrObj = np.array ([[12، 43، 21]، [67، 32، 98]])
np.sort (arrObj)

انتاج:

مجموعة ([12 ، 21 ، 43] ، [32 ، 67 ، 98]])

اجعل الكود الخاص بك قويًا باستخدام الأساليب والوظائف المضمنة

Python هي واحدة من أكثر لغات البرمجة شيوعًا. يتم استخدامه في مجالات مختلفة مثل تطوير الويب والتطبيقات العلمية والرقمية وتطوير البرامج وتطوير الألعاب. من الجيد دائمًا معرفة الطرق والوظائف المضمنة في Python. يمكنهم تقصير التعليمات البرمجية الخاصة بك وزيادة كفاءتها.

20 وظيفة بايثون يجب أن تعرفها

تحتوي مكتبة Python القياسية على العديد من الوظائف للمساعدة في مهام البرمجة الخاصة بك. تعرف على أكثر الرموز فائدة وأنشئ كودًا أكثر قوة.

اقرأ التالي

نبذة عن الكاتب