Numpy metode

Å jobbe med Numpy -biblioteket i Python vil hjelpe deg å skrive utrolige koder raskt og enkelt. Numpy er et innebygd og åpen kildekodebibliotek i Python som tilbyr flere nyttige funksjoner og metoder som skal brukes i praktiske applikasjoner. Denne artikkelen vil diskutere "de" -funksjonen som Numpy -biblioteket tilbyr. Vi vil demonstrere noen enkle og grunnleggende eksempler som en nybegynner utvikler lett kan forstå. Men før vi ser prøvekodene, la oss bare forstå hva funksjonene er og hvordan det kan være nyttig for oss i Python -programmer.

Hva er den numpy metoden i Python?

Den metoden levert av Numpy Library er en innebygd funksjon på Python-språk som brukes til å lage en rekke av dem. De funksjonene gjør en matrise som bare inneholder de som er definert av utviklerens størrelse og form. Det gir en rask måte å lage en rekke av dem. La oss se syntaks for metoden slik at vi vet hvilken parameter vi trenger å gi til de funksjonene.

Syntaks av Numpy -metoden

Syntaksen til metoden er veldig enkel og grunnleggende som du enkelt kan forstå og huske. Se syntaks for Numpy -metoden gitt nedenfor:

Her representerer "Num" -parameteren antallet som skal være i matrisen. For eksempel, hvis Num = 5, vil matrisen ha 5 i seg, og hvis du gir num = 100, vil antallet av i matrisen være 100. "Type" -parameteren representerer datatypen av dem; det kan være int, float eller noe annet. "Order" -parameteren representerer rekkefølgen på matrisen i minnet; Enten kan det være "F" FORTRAN-stil kolonne-major eller "C" C-stil rad-major.

La oss se noen enkle eksempler for å se hvordan du bruker Numpy -funksjonen i Python -programmer.

Eksempel 1

Det første eksemplet på dette innlegget vil hjelpe deg å få et inntrykk av den grunnleggende driften av Numpy Ones -metoden. Så la oss se prøvekoden gitt på skjermdumpen nedenfor:

Importer numpy som npy
n = npy.de (10)
trykk (n)

For å bruke funksjonene til Numpy -biblioteket, må vi eksplisitt importere Numpy -biblioteket til programmet. Så for det brukte vi "Importer Numpy As NPY" -erklæring, og her vil NPY -variabelen representere Numpy -biblioteket gjennom hele programmet og også brukes til å kalle enhver funksjon av Numpy Library. De (10) vil lage en rekke 10, og trykket () uttalelsen vil vise beregningsarrayen på skjermen. Se utdataene fra programmet nedenfor:

Som du ser er det resulterende utvalg av numpy -funksjonen [1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]. Dataene er i datatypen "Float" siden standard datatype for funksjonene er float. Hvis du trenger annen datatype, må du eksplisitt definere den.

Eksempel 2

Tidligere laget vi bare en 1-D-rekke med de numpy-funksjonene. De numpy funksjonene kan brukes til å lage matriser med flere dimensjoner, i.e., 2-D, 3-D, etc. Som et resultat, i dette eksemplet, vil vi demonstrere hvordan du bruker numpy-funksjonen til å konstruere en 2-by-1-matrise. Se prøvekoden gitt nedenfor:

Importer numpy som npy
n = npy.de ((2, 1))
trykk (n)

For det første importeres Numpy -biblioteket til programmet som NPY slik at dets tilsvarende funksjoner kan brukes i programmet. NPY.De ((2, 1)) brukes til å lage 2 x1 -arrayen. Ved hjelp av PRINT () -kommandoen skrives den resulterende matrisen av dem på skjermen. Se utdataene fra programmet i skjermbildet gitt nedenfor:

Som du ser har vi en 2 x 1 matrise, og datatypen er flyte.

Eksempel 3

Nå som vi vet at vi kan lage en flerdimensjonal matrise med Numpy-funksjonen, la oss teste Numpy-funksjonen for å lage en 5 x 5-matrise. I dette eksemplet gir vi en 5 x 5 størrelse til de numpy funksjonene for å lage en 5 x 5 -matrise. Se koden gitt nedenfor:

Importer numpy som npy
n = npy.Ones ((5, 5))
trykk (n)

Numpy Library importeres ved hjelp av “Importer Numpy as NPY” -kommandoen i programmet. NPY.De ((5, 5)) brukes til å lage 5 x 5 -størrelsesutstørrelsen, og setningen () brukes til å vise matrisen på skjermen. Se utdataene gitt på skjermdumpen nedenfor:

Eksempel 4

Tidligere har vi laget en 5 x 5 -matrise med standardparametere, i.e., FLOAT DATA TYPE. Som vi vet, tar Numpy -funksjonen datatypen som en parameter. Så hvis du eksplisitt må spesifisere en annen datatype enn float -datatype, kan du gi den til de numpy funksjonene. I dette eksemplet vil vi lære hvordan du eksplisitt kan definere datatypen på de numpy funksjonene. Eksempelkoden er gitt nedenfor for din referanse:

Importer numpy som npy
n = npy.de ((5, 5), dtype = int)
trykk (n)

Først importeres Numpy -biblioteket, og deretter kalles funksjonen. "Dtype" -parameteren i den () -funksjonen representerer datatypen til de resulterende matrisene. “DTTYPE = INT” vil gjøre en rekke 5 x 5 av datatypen heltall. La oss se resultatet nedenfor:

Hvis du sammenligner utdataene fra dette eksemplet med det forrige, kan du enkelt se at datatypen til utdataene fra begge programmene er annerledes.

Konklusjon

I denne guiden lærte vi om Numpy -funksjonen i Python -programmeringsspråket. En innebygd funksjon som tilbys av Numpy Library er funksjonene. I samsvar med den forhåndsbestemte størrelsen og typen brukes den til å produsere en rekke av dem. For eksempel, hvis du gir størrelse = 5, dtype = int, vil funksjonene lage en rekke 5 heltall. Standard datatype av matrisen som produseres av funksjonene er “Float”.