En Sık Sorulan NumPy Mülakat Soruları ve Cevapları [Yeni Başlayanlar İçin]

Teknolojik alanda muhteşem bir kariyere sahip olmak istiyorsanız, NumPy'de kalifikasyonun en çok aranan becerilerden biri olduğunu zaten biliyorsunuzdur. Ne de olsa NumPy, bilgi işlem dizilerinin fiili standartları üzerine inşa edilmiştir.

Bu nedenle, bir sonraki görüşmeniz için görünmeden önce aramak isteyebileceğiniz bazı sık sorulan NumPy görüşme sorularını ve yanıtlarını burada listeledik.

En İyi 15 NumPy Mülakat Soruları ve Cevapları

Soru 1: NumPy nedir?

NumPy, dizi işleme için kullanılan açık kaynaklı, çok yönlü, genel amaçlı bir pakettir. Sayısal Python'un kısaltmasıdır. Güçlü N-boyutlu dizi nesneleri ve dizilerle çalışmak için yüklendiği araçlarla üst düzey performansıyla bilinir. Paket Python'un bir uzantısıdır ve bilimsel hesaplamaları ve diğer yayın işlevlerini gerçekleştirmek için kullanılır.

NumPy'nin kullanımı kolaydır, iyi optimize edilmiştir ve oldukça esnektir.

Soru 2: NumPy'nin kullanım alanları nelerdir?

Python'daki açık kaynaklı sayısal kitaplık, çok boyutlu dizileri destekler ve matris veri yapılarını içerir. NumPy kullanılarak diziler üzerinde farklı türde matematiksel işlemler gerçekleştirilebilir. Bu, trigonometrik işlemlerin yanı sıra istatistiksel ve cebirsel hesaplamaları içerir. Numeric ve Numarray, NumPy'nin uzantılarıdır.

Soru 3: NumPy neden Idl, Matlab, Octave veya Yorick gibi diğer programlama araçlarına tercih edilir?

NumPy, Python programlama dilinde bilimsel hesaplamalara izin veren yüksek performanslı bir kitaplıktır. Açık kaynak kodlu ve ücretsiz olduğu için Idl, Matlab, Octave veya Yorick'e tercih edilir. Ayrıca, genel amaçlı bir programlama dili olan Python'u kullandığından, Python'un yorumlayıcısını C/C++ ve Fortran koduna bağlama söz konusu olduğunda, genel bir programlama dili üzerinden puan alır.

NumPy, çok boyutlu dizileri ve matrisleri destekler ve bunlar üzerinde karmaşık matematiksel işlemlerin yapılmasına yardımcı olur.

Soru 4: NumPy'nin çeşitli özellikleri nelerdir?

Dizi işleme için kullanılan güçlü bir açık kaynak paketi olan NumPy, çeşitli faydalı özelliklere sahiptir. Onlar:

1. N boyutlu bir dizi nesnesi içerir
2. Birlikte tahammül edilebilir; birçok donanım ve bilgi işlem platformuyla uyumlu
3. Dizi kitaplıklarıyla son derece iyi çalışır; seyrek, dağıtılmış veya GPU
4. Karmaşık (yayın) işlevleri gerçekleştirme yeteneği
5. C veya C++ ve Fortran kodu ile entegrasyonu sağlayan araçlar
6. İstatistik, Fourier dönüşümü, sıralama, arama, lineer cebir vb. gibi üst düzey matematiksel işlevleri gerçekleştirme yeteneği
7. Ayrıca, genel veriler için çok boyutlu bir kapsayıcı gibi davranabilir.
8. Bilimsel ve finansal hesaplamaları destekler

Soru 5: NumPy'yi Windows'a Nasıl Kurabilirsiniz?

NumPy'yi Windows'a kurmak için önce Python'u bilgisayarınıza indirip kurmanız gerekir.

Python'u kurmak için aşağıdaki adımları izleyin:

Adım 1: Python'un resmi sayfasını ziyaret edin ve Windows 10/8/7'nizde Python ve Python yürütülebilir ikili dosyalarını indirin

Adım 2: Python yürütülebilir yükleyicisini açın ve Çalıştır'a basın

Adım 3: Windows sisteminize pip yükleyin

Pip kullanarak NumPy'yi Python'a yükleyebilirsiniz. NumPy'nin Kurulum Süreci aşağıdadır:

Adım 1: Terminali başlatın

Adım 2: pip yazın

3. Adım: NumPy'yi yükleyin

Soru 6. NumPy Dizilerinin (iç içe geçmiş) Python listelerine göre avantajlarını listeleyin?

Python'un listeleri, çok sayıda işleve sahip oldukça verimli kapsayıcılara rağmen, NumPy dizileriyle karşılaştırıldığında çeşitli sınırlamalara sahiptir. Eleman bazında toplama ve çarpma içeren vektörel işlemler yapmak mümkün değildir.

Ayrıca, farklı türdeki nesneleri destekledikleri için Python'un her öğenin tür bilgisini saklamasını gerektirir. Bu, bir öğe üzerinde her işlem yapıldığında bir tür gönderme kodunun yürütülmesi gerektiği anlamına gelir. Ayrıca, her yinelemenin tür denetimlerinden geçmesi ve Python API muhasebesi gerektirmesi gerekir, bu da C döngüleri tarafından çok az işlemin gerçekleştirilmesine neden olur.

Soru 7: 1B dizi ve 2B dizi oluşturma adımlarını listeleyin

Tek boyutlu bir dizi aşağıdaki gibi oluşturulur:

sayı=[1,2,3]

sayı = np.dizi(sayı)

print(“1d dizi : “,sayı)

Aşağıdaki gibi iki boyutlu bir dizi oluşturulur:

sayı2=[[1,2,3],[4,5,6]]

sayı2 = np.dizi(sayı2)

print(“\n2d dizi : “,num2)

Kontrol edin: Veri Bilimi Mülakat Soruları

Soru 8: 3B dizi nasıl oluşturulur?

Üç boyutlu bir dizi aşağıdaki gibi oluşturulur:

num3=[[[1,2,3],[4,5,6],[7,8,9]]]

sayı3 = np.dizi(sayı3)

print(“\n3d dizi: “,num3)

Soru 9: Sırasıyla 1B dizi, 2B dizi ve 3B/ND dizisi için şekil kullanma adımları nelerdir?

1D Dizisi:

num=[1,2,3] eklenmediyse

print('\nshpae of 1d',num.shape)

2B Dizi:

num2=[[1,2,3],[4,5,6]] eklenmemişse

print('\nshpae of 2d',num2.shape)

3D veya ND Dizisi:

num3=[[[1,2,3],[4,5,6],[7,8,9]]] eklenmemişse

print('\nshpae of 3d',num3.shape)

Soru 10: Belirli bir NumPy dizisinin veri türünü nasıl tanımlayabilirsiniz?

NumPy dizisinin veri türünü tanımlamak için aşağıdaki kod dizisini kullanın.

print('\n veri tipi num 1 ',num.dtype)

print('\n veri tipi num 2 ',num2.dtype)

print('\n veri tipi num 3 ',num3.dtype)

Soru 11. Belirli bir değerin bir tamsayı dizisinde kaç kez göründüğünü sayma prosedürü nedir?

Bincount() işlevini kullanarak belirli bir değerin kaç kez göründüğünü sayabilirsiniz. Bincount() işlevinin, argümanı olarak pozitif tamsayıları veya boolean ifadeleri kabul ettiğine dikkat edilmelidir. Negatif tam sayılar kullanılamaz.

NumPy.bincount() kullanın. Ortaya çıkan dizi

>>> dizi = NumPy.array([0, 5, 4, 0, 4, 4, 3, 0, 0, 5, 2, 1, 1, 9])

>>> NumPy.bincount(arr)

Soru 12. Boş (sıfır Eleman) bir diziyi nasıl kontrol edersiniz?

Değişken bir diziyse, size özniteliğini kullanarak boş bir dizi olup olmadığını kontrol edebilirsiniz. Ancak, değişkenin bir liste veya sıra tipi olması mümkündür, bu durumda len() kullanabilirsiniz.

Sıfır öğesini kontrol etmenin tercih edilen yolu size özniteliğidir. Bunun nedeni ise:

>>> a = NumPy.zeros((1,0))

>>> a.size

0

buna karşılık

>>> len(a)

1

Soru 13: NumPy'de bazı koşulların doğru olduğu bir dizinin indekslerini bulma prosedürü nedir?

Endeksleri veya bir diziyi bulmak için numpy.nonzero() işlevini kullanabilirsiniz. Bunu yapmak için nonzero() yöntemini de kullanabilirsiniz.

Aşağıdaki programda, koşulun a > 3 olduğu bir a dizisi alacağız. Bu bir boole dizisi döndürür. Python'da False'ın ve NumPy'nin 0 olarak gösterildiğini biliyoruz. Bu nedenle, np.nonzero(a > 3), koşulun True olduğu a dizisinin dizinlerini döndürür.

>>> numpy'yi np olarak içe aktar

>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])

>>> bir > 3

dizi([[Yanlış, Yanlış, Yanlış],

[Doğru, Doğru, Doğru],

[ Doğru, Doğru, Doğru]], dtype=bool)

>>> np.nonzero(a > 3)

(dizi([1, 1, 1, 2, 2, 2]), dizi([0, 1, 2, 0, 1, 2]))

Boolean dizisinin nonzero() yöntemini de çağırabilirsiniz.

>>> (a > 3).sıfır olmayan()

(dizi([1, 1, 1, 2, 2, 2]), dizi([0, 1, 2, 0, 1, 2]))

Okuyun: Apache PySpark'ta Veri Çerçevesi: Kapsamlı Eğitim

Soru 14: Aşağıda gösterilen NumPy dizisi girişidir. İkinci sütunu silin ve aşağıda verilen yeni sütunla değiştirin.

NumPy'yi içe aktar

sampleArray = NumPy.array([[34,43,73],[82,22,12],[53,94,66]])

newColumn = NumPy.array([[10,10,10]])

Beklenen Çıktı :

Orijinal diziyi yazdırma

[[34 43 73]

[82 22 12]

[53 94 66]]

Eksen 1'deki 2. sütunu sildikten sonra dizi

[[34 73]

[82 12]

[53 66]]

2. sütunu eksen 1'e ekledikten sonra dizi

[[34 10 73]

[82 10 12]

[53 10 66]]

Çözüm :

NumPy'yi içe aktar

print(“Orijinal diziyi yazdırma”)

sampleArray = NumPy.array([[34,43,73],[82,22,12],[53,94,66]])

yazdır (sampleArray)

print(“Eksen 1 üzerindeki 2. sütunu sildikten sonra dizi”)

sampleArray = NumPy.delete(sampleArray , 1, axis = 1)

yazdır (sampleArray)

dizi = NumPy.array([[10,10,10]])

print(“Sütun 2'yi eksen 1'e ekledikten sonra dizi”)

sampleArray = NumPy.insert(sampleArray , 1, dizi, eksen = 1)

yazdır (sampleArray)

Çözüm :

NumPy'yi içe aktar

print(“Orijinal diziyi yazdırma”)

sampleArray = NumPy.array([[34,43,73],[82,22,12],[53,94,66]])

yazdır (sampleArray)

print(“Eksen 1 üzerindeki 2. sütunu sildikten sonra dizi”)

sampleArray = NumPy.delete(sampleArray , 1, axis = 1)

yazdır (sampleArray)

dizi = NumPy.array([[10,10,10]])

print(“Sütun 2'yi eksen 1'e ekledikten sonra dizi”)

sampleArray = NumPy.insert(sampleArray , 1, dizi, eksen = 1)

yazdır (sampleArray)

Çözüm

Umarız yukarıda belirtilen NumPy mülakat soruları , yaklaşan mülakat oturumlarınıza hazırlanmanıza yardımcı olacaktır. Python diline hakim olmanıza yardımcı olabilecek kurslar arıyorsanız , upGrad en iyi platform olabilir.

Veri bilimi hakkında bilgi edinmek istiyorsanız, IIIT-B & upGrad'ın çalışan profesyoneller için oluşturulmuş ve 10'dan fazla vaka çalışması ve proje, uygulamalı uygulamalı atölye çalışmaları, endüstri uzmanlarıyla mentorluk, 1'e 1'e kadar sunulan Çevrimiçi Veri Bilimi Programlarına göz atın. -1 endüstri danışmanlarıyla, en iyi firmalarla 400+ saat öğrenim ve iş yardımı.

Bunun yardımcı olacağını umuyoruz. Röportajınız için iyi şanslar!

Geleceğin Kariyerine Hazırlanın

Veri Biliminde Yönetici PG Programına Hemen Başvur