برنامج Python NumPy التعليمي: تعلم Python Numpy مع أمثلة

إذا كنت تدرس Python لبعض الوقت ، فلا بد أنك صادفت NumPy. ولا بد أنك تساءلت عن ماهيتها ولماذا هي مهمة للغاية. في هذا البرنامج التعليمي Python Numpy ، ستتعرف على نفس الشيء. ستفهم مصفوفات NumPy بالإضافة إلى مصفوفات NumPy ووظائفها.

يعد التمكن من Python أمرًا ضروريًا للمبرمجين المعاصرين. وسيساعدك هذا البرنامج التعليمي Python NumPy في فهم Python بشكل أفضل. إنه مفصل تمامًا ، لذلك نوصي بإضافة هذه الصفحة إلى إشاراتك المرجعية للرجوع إليها في المستقبل.

تعلم دورات علوم البيانات عبر الإنترنت من أفضل الجامعات في العالم. اربح برامج PG التنفيذية أو برامج الشهادات المتقدمة أو برامج الماجستير لتتبع حياتك المهنية بشكل سريع.

ما هي لغة Python NumPy؟

NumPy لتقف على "بايثون العددية". كما كنت قد خمنت ، فإنه يركز على العمليات العددية والحوسبة. Numpy هي حزمة Python وهي المكتبة الرئيسية للحسابات العلمية. يحتوي على كائنات مصفوفة ذات أبعاد n وأدوات لدمج اللغات السائدة الأخرى مثل C. يمكنك استخدام مصفوفة NumPy كحاوية ضخمة متعددة الأبعاد للبيانات.

ما هي مصفوفة NumPy؟

مصفوفة NumPy عبارة عن كائن مصفوفة ذات أبعاد n رائعة. يحتوي على صفوف وأعمدة ، ويمكنك استخدامه للوصول إلى عناصر قائمة Python. هناك العديد من العمليات التي يمكنك إجراؤها على مصفوفة NumPy. لقد ناقشناها لاحقًا في المقالة ، ولكن قبل ذلك ، يجب أن تفهم كيفية تثبيت NumPy في نظامك. بدون تثبيته ، لن تتمكن من استخدامه.

كيفية تثبيت NumPy؟

سيتعين عليك الانتقال إلى موجه الأوامر وإدخال "pip install numpy" لتثبيت Python NumPy. بعد اكتمال التثبيت ، سيتعين عليك الانتقال إلى IDE واستيراد numpy من خلال "import numpy as np". وهذه هي طريقة تثبيت Numpy على نظامك.

يمكنك إنشاء مصفوفات في NumPy بسهولة من خلال الكود التالي:

1 استيراد numpy كـ np

2 أ = np.array ([1،2،3])

3 طباعة (أ)

إخراج الكود أعلاه - [1 2 3]

يمنحك الكود أعلاه مصفوفة أحادية البعد. إذا كنت تريد إنشاء مصفوفة متعددة الأبعاد ، فسيتعين عليك كتابة شيء مشابه للمثال الموجود أدناه:

1 أ = np.array ([(1،2،3)، (4،5،6)])

2 طباعة (أ)

إخراج الكود أعلاه - [[1 2 3]

[4 5 6]]

اقرأ المزيد: 25 فكرة مثيرة حول مشروع بايثون وموضوعات للمبتدئين

العمليات في NumPy

لدى Python NumPy العديد من العمليات. كلهم يؤدون وظائف محددة. فيما يلي هذه الوظائف مع وصف موجز:

حجم الصنف:

بمساعدة هذه الوظيفة ، يمكنك معرفة حجم البايت لعناصر المصفوفة الخاصة بك. ألق نظرة على المثال التالي:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3)])

3 طباعة (حجم العنصر)

إخراج الكود أعلاه - 4

ndim:

تساعدك الدالة ndim في العثور على بُعد المصفوفة. يجب أن تعلم أنه يمكن أن يكون لديك مصفوفات ذات بعد واحد وثنائي الأبعاد وثلاثي الأبعاد. فيما يلي مثال على هذه الوظيفة:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3)، (4،5،6)])

3 طباعة (a.ndim)

إخراج الكود أعلاه - 2

إعادة تشكيل:

بمساعدة عملية إعادة التشكيل ، يمكنك تغيير عدد الصفوف والأعمدة الموجودة في المصفوفة. افترض أن المصفوفة الواحدة بها ثلاثة أعمدة وصفين. من خلال إعادة التشكيل ، يمكنك تغييرها إلى عمودين وثلاثة صفوف. شاهده عمليًا من خلال المثال التالي:

1 استيراد numpy كـ np

2 أ = np.array ([(8،9،10)، (11،12،13)])

3 طباعة (أ)

4 أ = شكل أ (3،2)

5 طباعة (أ)

إخراج الكود أعلاه - [[8 9 10] [11 12 13]] [[8 9] [10 11] [12 13]]

التقطيع:

باستخدام عملية التقطيع ، يمكنك استخراج مجموعة محددة من العناصر من المصفوفة المطلوبة. بمعنى آخر ، يمكنك "تقسيم" المصفوفة والحصول على جزء منها. لنفترض أن لديك مصفوفة وترغب في استخراج عنصر معين منها ، يمكنك القيام بذلك بالطريقة التالية:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3،4)، (3،4،5،6)])

3 طباعة (أ [0،2])

إخراج الكود أعلاه - 3

في المثال أعلاه ، كان فهرس المصفوفة الأولى 0 ، وبالنسبة للمصفوفة الثانية ، كان 1. لذا ، يقول الكود أنه يجب طباعة العنصر الثاني من المصفوفة الأولى (الذي يحتوي على الفهرس 0). افترض أنك بحاجة إلى العنصر الثاني من الأول والفهرس الصفري للمصفوفة. ثم سنستخدم الكود التالي:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3،4)، (3،4،5،6)])

3 طباعة (أ [0:، 2])

إخراج الكود أعلاه- [3 5]

اقرأ أيضًا: راتب مطور Python في الهند

نوع dtype:

مع وظيفة dtype ، لديك خيار البحث عن نوع بيانات عناصر المصفوفة. يمنحك نوع البيانات وحجم المكون المطلوب. ألق نظرة على المثال التالي لترى كيف يعمل:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3)])

3 طباعة (نوع)

إخراج الكود أعلاه - int32

يمكنك استخدام وظائف "الشكل" و "الحجم" للعثور على شكل وحجم المصفوفة أيضًا. ألق نظرة على هذا المثال من برنامج Python NumPy التعليمي الخاص بنا لفهم هذه الوظائف بشكل صحيح:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3،4،5،6)])

3 طبعات (حجم أ)

4 طباعة (شكل أ)

إخراج الكود أعلاه - 6 (1،6)

لينسبيس :

بمساعدة عملية linspace ، يمكنك الحصول على أرقام متباعدة بشكل متساوٍ وفقًا للفاصل الزمني المذكور. تستخدم وظيفة linspace ، وإليك مثالاً على كيفية استخدامها:

1 استيراد numpy كـ np

2 أ = np.linspace (1،3،10)

3 طباعة (أ)

إخراج الكود أعلاه - [1. 1.22222222 1.44444444 1.66666667 1.88888889 2.11111111 2.33333333 2.55555556 2.77777778 3.]

الجذر التربيعي والانحراف المعياري

تمكنك لغة Python NumPy من إجراء عمليات حسابية متنوعة. وإحدى هذه العمليات هي اشتقاق الجذر التربيعي للمصفوفة المطلوبة. يمكنك أيضًا الحصول على الانحراف المعياري لصفيف NumPy الخاص بك. إليك مثالاً مفصلاً لمساعدتك في هذا الصدد:

1 استيراد numpy كـ np

2 أ = np.array ([(1،2،3)، (3،4،5،)])

3 طباعة (np.sqrt (a))

4 طباعة (np.std (a))

إخراج الكود أعلاه- [[1. 1.41421356 1.73205081]

[1.73205081 2. 2.23606798]]

1.29099444874

ماكس دقيقة

يمكنك العثور على الحد الأقصى والحد الأدنى ومجموع المصفوفة أيضًا من خلال العمليات المحددة. يمكن أن يساعدك إيجاد الحد الأقصى والأدنى كثيرًا في أداء العمليات المعقدة. إليك كيفية العثور على الحد الأقصى والحد الأدنى ومجموع المصفوفة التي لديك:

1 استيراد numpy كـ np

2 أ = np.array ([1،2،3])

3 طباعة (a.min ())

4 طباعة (a.max ())

5 طباعة (a.sum ())

ناتج الكود أعلاه - 1 3 6

التراص الأفقي والعمودي

قد ترغب في دمج مصفوفتين دون إضافتهما ، على سبيل المثال ، قد ترغب فقط في تجميعهما. لهذا الغرض ، يمكنك تكديسها عموديًا أو أفقيًا. فيما يلي رمز المثال للقيام بذلك:

1 استيراد numpy كـ np

2 x = np.array ([(1،2،3)، (3،4،5)])

3 y = np.array ([(1،2،3)، (3،4،5)])

4 طباعة (np.vstack ((x، y)))

5 طباعة (np.hstack ((x، y)))

إخراج الكود أعلاه - [[1 2 3] [3 4 5] [1 2 3] [3 4 5]]

[[1 2 3 1 2 3] [3 4 5 3 4 5]]

اقرأ المزيد: العوامل في بايثون: دليل المبتدئين للحساب

إضافة

يمكنك إضافة مصفوفات NumPy أيضًا. بصرف النظر عن عملية الجمع ، يمكنك أيضًا إجراء الطرح والقسمة والضرب لمصفوفتين. فيما يلي مثال على الإضافة في Python NumPy:

1 استيراد numpy كـ np

2 x = np.array ([(1،2،3)، (3،4،5)])

3 y = np.array ([(1،2،3)، (3،4،5)])

4 طباعة (س + ص)

إخراج الكود أعلاه - [[2 4 6] [6 8 10]]

كما ذكرنا سابقًا ، يمكنك إجراء عمليات حسابية أخرى على مصفوفات NumPy أيضًا ، بما في ذلك الطرح والقسمة. إليك الطريقة:

1 استيراد numpy كـ np

2 x = np.array ([(1،2،3)، (3،4،5)])

3 y = np.array ([(1،2،3)، (3،4،5)])

4 طباعة (xy)

5 طباعة (س * ص)

6 طباعة (س / ص)

إخراج الكود أعلاه- [[0 0 0] [0 0 0]]

[[1 4 9] [9 16 25]]

[[1. 1.] [1. 1. 1.]]

تشوش

تتيح لك عملية رافيل تحويل مصفوفة NumPy إلى رافيل ، وهو عمود واحد. هذا مثال:

1 استيراد numpy كـ np

2 x = np.array ([(1،2،3)، (3،4،5)])

3 طباعة (x.ravel ())

إخراج الكود - [1 2 3 3 4 5]

خاتمة

نحن على يقين من أنك وجدت هذا البرنامج التعليمي Python NumPy مفيدًا للغاية. الآن ، كنت قد فهمت ما هي Python NumPy وما هي وظائفها. إذا كان لديك أي أسئلة أخرى حول هذا الموضوع ، فلا تتردد في إخبارنا بذلك.

إذا كنت مهتمًا بالتعرف على علوم البيانات ، فراجع برنامج IIIT-B & upGrad التنفيذي PG في علوم البيانات الذي تم إنشاؤه للمهنيين العاملين ويقدم أكثر من 10 دراسات حالة ومشاريع ، وورش عمل عملية عملية ، وإرشاد مع خبراء الصناعة ، 1 - على - 1 مع موجهين في الصناعة ، أكثر من 400 ساعة من التعلم والمساعدة في العمل مع الشركات الكبرى.