Python’da numpy dizisi

Liste, sƒ±ralƒ± bir √∂ƒüe dizisini içeren bir veri turudur. Listeler, tek bir deƒüi≈ükende birden çok ili≈ükili deƒüeri saklamanƒ±za izin verdiƒüi için kullanƒ±≈ülƒ± bir veri turudur. Bir liste ile 10 çift ayakkabƒ±nƒ±n ismini tek bir deƒüi≈ükende saklayabilirsiniz; bir maƒüazada yaptƒ±ƒüƒ±nƒ±z satƒ±n almalarƒ±n listesini tek bir deƒüi≈ükende saklayabilirsiniz.

Yerle≈üik liste veri turu zaten guçlu olsa da, daha geli≈ümi≈ü kullanƒ±m durumlarƒ± için onu eksik bulabilirsiniz. NumPy’nin dizi veri turu burada devreye girer. NumPy kitaplƒ±ƒüƒ±, kolaylƒ±kla birden çok boyutlu diziler olu≈üturmak için kullanƒ±labilir.

Bu kƒ±lavuzda, ne hakkƒ±nda konu≈üacaƒüƒ±z. NumPy dizileri, neden yararlƒ± olduklarƒ± ve kodunuzda bunlarla nasƒ±l çalƒ±≈üabileceƒüinizdir. Haydi ba≈ülayalƒ±m!

NumPy Dizisi nedir?

NumPy dizisi, NumPy Python kitaplƒ±ƒüƒ±nda kullanƒ±lan dizi nesnesidir. Numerical Python’un kƒ±saltmasƒ± olan NumPy, genellikle bilimsel ve matematiksel hesaplama için kullanƒ±lan bir pakettir. Buna, veri analizi ve ileri matematik konularƒ±nda yardƒ±mcƒ± olabilecek bir dizi araç e≈ülik eder.

Vanilya Python’da (herhangi bir harici paket içermeyen Python), diziler guçludur ancak i≈ülenmesi yava≈ü olabilir. NumPy dizileri ise geleneksel Python dizilerinden çok daha hƒ±zlƒ± olmayƒ± amaçlar.

Bu performans artƒ±≈üƒ±, NumPy dizilerinin deƒüerleri bellekte tek bir surekli yerde depolamasƒ± sayesinde elde edilir. Bu, Python’un bir listeye eri≈ümesini ve bu listeyi deƒüi≈ütirmesini kolayla≈ütƒ±rƒ±r.

NumPy Dizisi Nasıl Bildirilir?

Ba≈ülamak için bir NumPy dizisi olu≈üturalƒ±m. Bu √∂ƒüretici için, dizimizde dize deƒüerlerini depolayacaƒüƒ±z. Bu dize deƒüerleri, yerel bir kafede sunulan tatlƒ± ikramlarƒ±n bir listesidir. NumPy kitaplƒ±ƒüƒ±nƒ± içe aktararak ba≈ülayacaƒüƒ±z:

Bu kod satƒ±rƒ± Python’dan numpy dosyasƒ±nƒ± içe aktarƒ±r ve kitaplƒ±ƒüa np adƒ±nƒ± atar. Bu, dizimizle çalƒ±≈ümamƒ±z gerektiƒüinde yalnƒ±zca np’u çaƒüƒ±rmamƒ±z gerektiƒüi anlamƒ±na gelir.

Katƒ±lƒ±mcƒ±larƒ±n %81’i, a≈üaƒüƒ±dakilerden sonra teknik i≈ü beklentileri konusunda kendilerini daha guvende hissettiklerini belirtti. bir bootcamp’a katƒ±lmak. Bugun bir eƒüitim kampƒ± ile e≈üle≈ütirin.

Ortalama bir eƒüitim kampƒ± mezunu, bir eƒüitim kampƒ±na ba≈ülamaktan ilk i≈üini bulmaya kadar, kariyer geçi≈üinde altƒ± aydan daha az zaman harcadƒ±.

Sƒ±rada, gidiyoruz. dizi arabirimini kullanarak dizimizi bildirmek için:

Dizimiz d√∂rt dize deƒüeri içeriyor. Geleneksel bir Python dizisi gibi, listemizdeki tum √∂ƒüeleri k√∂≈üeli parantez içine aldƒ±k. Bir NumPy dizisi bildirmek için np √∂ƒüesinin parçasƒ± olan dizi y√∂ntemini kullandƒ±k. Bu, yerle≈üik NumPy dizi turu olan bir ndarray nesnesi olu≈üturur.

Kodumuz, orijinal dizimizin bir NumPy dizisi olarak sıralanmış bir kopyasını döndurur:

ƒ∞≈üte bu: artƒ±k birlikte çalƒ±≈üabileceƒüimiz bir dizimiz var.

NumPy Dizileri: Boyutlar

NumPy’deki boyutlardan bahsettiƒüimizde, filmlerde g√∂receƒüiniz gibi yeni dunyalarƒ± kastetmiyoruz. Boyut terimi kullanƒ±ldƒ±ƒüƒ±nda, iç içe dizilere atƒ±fta bulunur. Bunlar, diziler içeren dizilerdir.

Bir dizi herhangi bir sayƒ±da boyuta sahip olabilir. ile çalƒ±≈ümak 1-D, 2-D veya 3-D diziler olacaktƒ±r. "D‚" boyut anlamƒ±na gelir.

NumPy 1-D Array

ƒ∞lk dizimizde √∂rneƒüin, olu≈üturduƒüumuz 1 boyutlu dizi. Bu, √∂ƒüeleri olarak 0-D dizileri (veya √∂ƒüeleri) içeren bir dizidir. √áalƒ±≈üacaƒüƒ±nƒ±z dizilerin çoƒüu 1 boyutlu olacaktƒ±r.

Kahvedeki ikramların fiyatlarını depolayan bir dizi oluşturalım:

Kodumuz, değerlerimizi saklayarak tek boyutta bir dizi döndurur: [1.95 2. 2.05].

1 boyutlu bir diziden bir √∂ƒüeye eri≈ümek için Python listesinde kullandƒ±ƒüƒ±nƒ±z s√∂zdiziminin aynƒ±sƒ±nƒ± kullanabilirsiniz. Listemizdeki ikinci √∂ƒüeyi alalƒ±m:

Kodumuz, dizin değeri 1 olan öğeyi döndurur, bu da: 2.

Python dizileri hakkƒ±nda daha fazla bilgi edinmek için Python dizilerine yeni ba≈ülayanlar için kƒ±lavuz.

NumPy 2-D Array

Tum diziler 1-D deƒüildir. ƒ∞ki dizi içeren bir diziyi saklamak istediƒüimizi varsayalƒ±m. Bir dizi kahve dukkanƒ±nda satƒ±lan tatlƒ±larƒ± saklar; diƒüer dizi, dukkanda satƒ±lan kahvelerin bir listesini saklar. Bunlar birlikte bir menu √∂ƒüeleri dizisinin parçasƒ±dƒ±r.

Bu diziyi NumPy kullanarak oluşturalım:

Sonuç dizisi:

Yeni olu≈üturduƒüumuz dizimizin iki boyutu vardƒ±r.Dizimizdeki ilk dizi, tatlƒ± ikramlarƒ±n bir listesini içerir; ikinci dizi bir kahve listesi içerir. Bu dizilerin her ikisinin de iki diziyi birbirine baƒülayan bir çift k√∂≈üeli parantez içine alƒ±ndƒ±ƒüƒ±na dikkat edin.

2 boyutlu bir diziden √∂ƒüeler almak biraz farklƒ± çalƒ±≈üƒ±r NumPy’de ≈üundan Python’da √∂yle. 2 boyutlu bir dizideki √∂ƒüelere eri≈ümek için diziden almak istediƒüiniz deƒüerin dizin numaralarƒ±nƒ± ayƒ±rmanƒ±z gerekir.

Şu kodu göz önunde bulundurun:

"Python.Engineering hayatƒ±ma en çok ihtiyacƒ±m olduƒüu anda girdi ve hƒ±zlƒ± bir ≈üekilde bir eƒüitim kampƒ±yla e≈üle≈ümeme yardƒ±mcƒ± oldu. Mezun olduktan iki ay sonra, hayattaki deƒüerlerim ve hedeflerim ile uyumlu hayalimdeki i≈üi buldum!"

Venus, Rockbot’ta Yazƒ±lƒ±m Muhendisi

Kodumuz ≈üunu d√∂ndurur: Jammy Shortbread. 0 dizin deƒüerine sahip dizinin içinde saklanan dizin deƒüeri 2 olan √∂ƒüeyi aldƒ±k. Bu durumda, kafede satƒ±lan tatlƒ± ikramlarƒ± saklayan dizideki son √∂ƒüeyi aldƒ±k.

NumPy 3-D Dizi

Ba≈üka bir boyut ekleyelim! NumPy dizileri 3 boyutlu diziler içerebilir. Bu, 2 boyutlu diziler içeren bir dizidir.

Aşağıdaki değerleri saklamak istediğimizi varsayalım:

  • Tatlƒ± ve tatlƒ± olmayan yiyecek teklifler (e≈üle≈ütirilmi≈ü, ancak ayrƒ± dizilerde); ve
  • Kafeinli ve kafeinsiz içecekler (e≈üle≈ütirilmi≈ü, ayrƒ± dizilerde);

Bu değerlerin tumu tek bir dizide saklanmalıdır. Bu dizinin boyutları:

  • 1-D: Tum menu √∂ƒüeleri
  • 2-D: Tatlƒ± ve tatlƒ± olmayan yiyecekler, kafeinli ve kafeinsiz içecekler
  • 3-D: Tatlƒ± yiyecekler, tatlƒ± olmayan yiyecekler, kafeinli, kafeinsiz içecekler

Bu diziyi NumPy kullanarak oluşturalım. Aşağıdaki kodu bir Python dosyasına yapıştırın:

Kodumuz şunu döndurur:

3 boyutlu bir tablo olu≈üturduk. Daha √∂nce tartƒ±≈ütƒ±ƒüƒ±mƒ±z tum bilgileri içeren dizi. Bu dizi, kafe tarafƒ±ndan sunulan tum menu √∂ƒüelerinin kapsamlƒ± bir listesidir.

3 boyutlu dizideki √∂ƒüelere eri≈ümek, 2 boyutlu dizideki √∂ƒüelere eri≈ümek için kullandƒ±ƒüƒ±nƒ±z s√∂zdizimine benzer ≈üekilde çalƒ±≈üƒ±r. Aradaki fark, uçuncu bir dizin belirtmeniz gerektiƒüidir. 3 boyutlu diziden bir √∂ƒüe almak için numara. ≈ûimdi dizimizden "Mocha‚" alalƒ±m:

Kodumuz şunu döndurur: Mocha.

1 eri≈ümek istediƒüimiz 1. boyutun dizin numarasƒ±dƒ±r (1 içeceklerimize kar≈üƒ±lƒ±k gelir); 0, 2. boyutun dizin numarasƒ±dƒ±r (0, kafeinli içeceklere kar≈üƒ±lƒ±k gelir); 2, 3. boyutun dizin numarasƒ±dƒ±r (2, Mocha’ya kar≈üƒ±lƒ±k gelir).

Sayım Bir Dizideki Boyutlar

NumPy dizileri, yeni boyutlar eklemeye ba≈üladƒ±ƒüƒ±nƒ±zda oldukça karma≈üƒ±k g√∂runmeye ba≈ülayabilir. uçten fazla boyutu olan lord diziler! ≈ûansƒ±nƒ±za, bir dizinin kaç boyutu olduƒüunu hesaplamak için kullanabileceƒüiniz kullanƒ±≈ülƒ± bir kƒ±sayol var.

Aşağıdaki kodu bir Python dosyasına yapıştırın:

Kodumuzu çalƒ±≈ütƒ±ralƒ±m. "2‚" Geri d√∂ndu. Bu bize dizimizin iki boyut içerdiƒüini s√∂yler ve yukarƒ±daki dizimizi analiz ederek bunun doƒüru olduƒüunu g√∂rebiliriz.

Sonuç

NumPy dizileri benzer deƒüerleri saklamanƒ±n esnek bir yoludur. Geleneksel Python dizilerinden daha hƒ±zlƒ± ve daha verimlidirler. NumPy dizilerini kullanarak birden çok boyutla kolaylƒ±kla çalƒ±≈üabilirsiniz; vanilya Python’da bunu yapmak daha zordur.

Artık uzman bir programcı gibi NumPy dizilerini kullanmaya hazırsınız!

Shop

Learn programming in R: courses

$

Best Python online courses for 2022

$

Best laptop for Fortnite

$

Best laptop for Excel

$

Best laptop for Solidworks

$

Best laptop for Roblox

$

Best computer for crypto mining

$

Best laptop for Sims 4

$

Latest questions

NUMPYNUMPY

psycopg2: insert multiple rows with one query

12 answers

NUMPYNUMPY

How to convert Nonetype to int or string?

12 answers

NUMPYNUMPY

How to specify multiple return types using type-hints

12 answers

NUMPYNUMPY

Javascript Error: IPython is not defined in JupyterLab

12 answers

News


Wiki

Python OpenCV | cv2.putText () method

numpy.arctan2 () in Python

Python | os.path.realpath () method

Python OpenCV | cv2.circle () method

Python OpenCV cv2.cvtColor () method

Python - Move item to the end of the list

time.perf_counter () function in Python

Check if one list is a subset of another in Python

Python os.path.join () method