डेटा लाइब्रेरी NumPy
NumPy — पायथन प्रोग्रामिंग भाषा के लिए एक ओपन सोर्स लाइब्रेरी, जो वैक्टर, मैट्रिसेस और एरेज़ के साथ काम करने के लिए बड़ी संख्या में संचालन को लागू करती है।
व्याख्या की गई भाषाओं (जैसे पायथन) में लागू किए गए गणितीय एल्गोरिदम अक्सर संकलित भाषाओं (जैसे फोरट्रान, सी, जावा) में लागू किए गए लोगों की तुलना में बहुत धीमे होते हैं।
NumPy पुस्तकालय बहुआयामी सरणियों के साथ काम करने के लिए अनुकूलित कम्प्यूटेशनल एल्गोरिदम (फ़ंक्शन और ऑपरेटरों के रूप में) का कार्यान्वयन प्रदान करता है।
परिणामस्वरूप, कोई भी एल्गोरिथ्म जिसे सरणियों (मैट्रिसेस) पर संचालन के अनुक्रम के रूप में व्यक्त किया जा सकता है और
NumPy का उपयोग करके कार्यान्वित किया जा सकता है, काफी तेज़ है।
NumPy (न्यूमेरिक पायथन) डेटा के साथ काम करने के लिए एक मुख्य गणित लाइब्रेरी है। यह लाइब्रेरी मशीन लर्निंग या डेटा विश्लेषण कार्यों के साथ काम करने के लिए अन्य पुस्तकालयों को रेखांकित करती है (उदाहरण के लिए,
Pandas (सारणीबद्ध डेटा के साथ काम करना),
SciPy (अनुकूलन के तरीके और वैज्ञानिक गणना), < tt>Matplotlib (प्लॉटिंग))।
NumPy के साथ काम करना
खस्ता पुस्तकालय के साथ काम करना शुरू करने के लिए, आपको इसे किसी भी अन्य पुस्तकालय की तरह कार्यक्रम की शुरुआत में आयात करना होगा,
आयात numpy
या तो (जो अधिक बार प्रयोग किया जाता है)
numpy को np के रूप में आयात करें
न्यूमपी वेक्टर्स
NumPy में एक वेक्टर (या सरणी) सजातीय डेटा का एक क्रमबद्ध सेट है।
सदिश के एक तत्व को उसके सूचकांक द्वारा पहुँचा जा सकता है, जैसा कि सूचियों में किया जाता है। वेक्टर के प्रत्येक तत्व का अपना विशिष्ट स्थान होता है, जो निर्माण के दौरान निर्धारित होता है।
सभी सदिश तत्वों का डेटा प्रकार समान होता है (int, str, bool, आदि)।
वेक्टर बनाना
वेक्टर बनाने के लिए, आपको numpy.array कंस्ट्रक्टर (एक पुनरावर्तनीय वस्तु) का उपयोग करने की आवश्यकता है।
कोष्ठक किसी भी पुनरावर्तनीय वस्तु को इंगित करते हैं: टपल, सूची, श्रेणी (), आदि।
उदाहरण
Numpy को np के रूप में आयात करें
Numpy को np के रूप में आयात करें
प्रिंट (np.array ((1,2,3,4,5))) # टपल से वेक्टर
प्रिंट (np.array ([1,2,3,4,5])) # सूची से वेक्टर
प्रिंट (np.array (श्रेणी (5))) # जनरेटर से वेक्टर