NumPy นิยาย

তৈরি করা NumPy ndarray অবজেক্ট

NumPy-এর কোষাগার প্রক্রিয়াকরণ করা। NumPy-এর কোষাগার অবজেক্টকে ndarray。

আমরা ব্যবহার করতে পারি array() পদ্ধতি একটি NumPy ndarray অবজেক্ট

ইনস্ট্যান্স

import numpy as np 
arr = np.array([1, 2, 3, 4, 5])
print(arr)
print(type(arr))

রান ইনস্ট্যান্স

type(): এই অন্তর্নিহিত Python ফাংশন পাঠানো হওয়া অবজেক্টের ধরন বোঝায়। উপরোক্ত কোডের মতো, তা arr এটি numpy.ndarray ধরন

নির্মাণ ndarrayআমরা তালিকা, টুপল বা অন্য কোষাগার-সম্পর্কিত কোনও প্রকার অবজেক্ট পাঠাতে পারি array() পদ্ধতি, যখন তা পরিবর্তিত হবে ndarray:

ইনস্ট্যান্স

টুপল ব্যবহার করে NumPy কোষাগার তৈরি করো:

import numpy as np 
arr = np.array((1, 2, 3, 4, 5))
print(arr)

রান ইনস্ট্যান্স

কোষাগারের পরিমাপ

কোষাগারের পরিমাপগুলো কোষাগারের গভীরতা (উপনিবেশ কোষাগার) একটি স্তর

উপনিবেশ কোষাগার:তৈরি করা হয়, যা কোষাগারকে তত্ত্ব হিসাবে ব্যবহার করে

০-D কোষাগার

০-D কোষাগার, বা স্ক্যালার (Scalars), এটি কোষাগারের একটি তত্ত্ব। কোষাগারের প্রত্যেকটি মান একটি ০-D কোষাগার

ইনস্ট্যান্স

মান ৬১-এর সাহায্যে ০-D কোষাগার তৈরি করো:

import numpy as np
arr = np.array(61)
print(arr)

রান ইনস্ট্যান্স

১-D কোষাগার

যার তত্ত্বগুলো ০-D কোষাগারের কোষাগার, যা একক বলা হয়

এটি সবচেয়ে সাধারণ এবং মৌলিক কোষাগার

ইনস্ট্যান্স

১-D কোষাগার তৈরি করো, যেগুলোতে ১, ২, ৩, ৪, ৫, ৬ এর মান রয়েছে:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
print(arr)

রান ইনস্ট্যান্স

২-D কোষাগার

যার তত্ত্বগুলো ১-D কোষাগারের কোষাগার, যা ২-D কোষাগার বলা হয়

যা সাধারণত মাট্রিস বা দ্বিতীয় স্তরের টেনসরকে প্রতিনিধিত্ব করে

NumPy-এর একটি মাট্রিস অপারেশন সম্পর্কিত সম্পূর্ণ উপমোড় আছে numpy.mat。

ইনস্ট্যান্স

২-D কোষাগার তৈরি করো, যেগুলোতে ১, ২, ৩ এবং ৪, ৫, ৬ এর মান রয়েছে:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)

রান ইনস্ট্যান্স

৩-D কোষাগার

যার তত্ত্বগুলো ২-D কোষাগারের কোষাগার, যা ৩-D কোষাগার বলা হয়।

ইনস্ট্যান্স

দুটি 2-D কোষাগার ব্যবহার করে ৩-D কোষাগার তৈরি করো, যেগুলোতে ১, ২, ৩ এবং ৪, ৫, ৬ এর মান রয়েছে:

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(arr)

রান ইনস্ট্যান্স

কিভাবে পরিমাপ নির্ণয় করা যায়?

NumPy একটি এমন কোষাগার প্রদান করে, ndim একটি প্রক্রিয়া, যা একটি সংখ্যা ফিরিয়ে দেয়, যা আমাদের বোঝাবে কোষাগারটি কতটি পরিমাপ নিয়ে গঠিত।

ইনস্ট্যান্স

কিভাবে একটি আইনগত কোষাগার নির্ণয় করা যায়:

import numpy as np
a = np.array(42)
b = np.array([1, 2, 3, 4, 5])
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]])
print(a.ndim) 
print(b.ndim) 
print(c.ndim) 
print(d.ndim)

রান ইনস্ট্যান্স

উচ্চতর অক্ষের আইসিড

আইসিড কোনো সংখ্যক অক্ষ নিয়ে থাকতে পারে

আইসিড তৈরি করার সময়, ব্যবহার করা যেতে পারে ndmin পারামিটার নির্দিষ্ট অক্ষ

ইনস্ট্যান্স

একটি ৫টি অক্ষের আইসিড তৈরি করুন এবং তা ৫টি অক্ষ নিয়ে থাকে না নিশ্চিত করুন:

import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)

রান ইনস্ট্যান্স

এই আইসিডেডের মধ্যে, সবচেয়ে ভিতরের অক্ষ (পঞ্চমটি ডিম) ৪টি ইলেকট্রন, চতুর্থটি ডিম ১টি ইলেকট্রন হিসাবে ভেক্টর, তৃতীয়টি ডিম ১টি ইলেকট্রন হিসাবে ভেক্টরের ম্যাট্রিক্স, দ্বিতীয়টি ডিম ১টি ইলেকট্রন হিসাবে ৩D আইসিড, এবং প্রথমটি ডিম ১টি ইলেকট্রন, এই ইলেকট্রন ৪D আইসিড