نمپی کا معارف
- ਪਿਛਲਾ ਪੰਨਾ نمپی کا شروع
- ਅਗਲਾ ਪੰਨਾ نمپی کا آرائی کا اشاریہ
NumPy ndarray ਆਰਕੀਟੈਕਟ ਬਣਾਓ
NumPy ਨਾਲ ਆਰੇਜ਼ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ। NumPy ਵਿੱਚ ਆਰੇਜ਼ ਆਰਕੀਟੈਕਟ ਦੇ ਨਾਮ ਨਾਲ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ndarray。
ਅਸੀਂ ਇਸਤੇਮਾਲ ਕਰ ਸਕਦੇ ਹਾਂ array() ਫੰਕਸ਼ਨ ਨਾਲ ਇੱਕ NumPy ndarray ਆਰਕੀਟੈਕਟ
ਇੰਸਟੈਂਸ
import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) print(type(arr))
type(): ਇਹ ਪ੍ਰਤੀਕ ਪਾਇਥਨ ਵਿੱਚ ਬਣਿਆ ਹੋਇਆ ਫੰਕਸ਼ਨ ਹੈ ਜਿਸ ਨੂੰ ਪਾਸ ਕੀਤੇ ਗਏ ਆਰਕੀਟੈਕਟਰ ਦੀ ਕਿਸਮ ਦੱਸਦੀ ਹੈ। ਜਿਵੇਂ ਉੱਪਰ ਵਾਲੇ ਕੋਡ ਵਿੱਚ ਇਹ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ arr ਹੈ numpy.ndarray ਪ੍ਰਕਾਰ
ਜਿਸ ਨੂੰ ਬਣਾਉਣਾ ਹੈ ndarrayਅਸੀਂ ਲਿਸਟ, ਟੁਪੀ ਜਾਂ ਕਿਸੇ ਵੀ ਆਰੇਜ਼ ਦੇ ਆਰੇਜ਼ ਦੇ ਆਰੇਜ਼ ਨੂੰ ਪਾਸ ਕਰ ਸਕਦੇ ਹਾਂ array() ਮੈਥਡ, ਤਾਂ ਇਹ ਇਕਰਾਰ ਕੀਤਾ ਜਾਵੇਗਾ ndarray:
ਇੰਸਟੈਂਸ
NumPy ਆਰੇਜ਼ ਬਣਾਉਣ ਲਈ ਟੁਪੀ ਵਰਤੋਂ ਕਰੋ:
import numpy as np arr = np.array((1, 2, 3, 4, 5)) print(arr)
ਆਰੇਜ਼ ਵਿੱਚ ਦੀਮੈਂਸ਼ਨ
ਆਰੇਜ਼ ਵਿੱਚ ਦੀਮੈਂਸ਼ਨ ਆਰੇਜ਼ ਗਿਣਤੀ (ਨਿਹਿਤ ਆਰੇਜ਼) ਦੀ ਇੱਕ ਸ਼ਾਖਾ ਹੈ。
ਨਿਹਿਤ ਆਰੇਜ਼:ਇਹ ਆਰੇਜ਼ ਨੂੰ ਦੇਸ਼ ਵਜੋਂ ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ。
0-D ਆਰੇਜ਼
0-D ਆਰੇਜ਼, ਜਾਂ ਸਕੇਲਰ (Scalars), ਆਰੇਜ਼ ਵਿੱਚ ਦੇਸ਼ ਹਨ। ਆਰੇਜ਼ ਵਿੱਚ ਹਰ ਮੁੱਲ ਇੱਕ 0-D ਆਰੇਜ਼ ਹੈ。
ਇੰਸਟੈਂਸ
ਮੁੱਲ 61 ਨਾਲ 0-D ਆਰੇਜ਼ ਬਣਾਓ:
import numpy as np arr = np.array(61) print(arr)
1-D ਆਰੇਜ਼
ਇਸ ਦੇ ਮੂਲ ਅੰਗ ਹਨ 0-D ਆਰੇਜ਼ ਦੇ ਆਰੇਜ਼, ਇਹ ਇੱਕ ਦਿਮੈਂਸ਼ਨਲ ਜਾਂ 1-D ਆਰੇਜ਼ ਕਹਿੰਦੇ ਹਨ。
ਇਹ ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਮੂਲ ਆਰੇਜ਼ ਹਨ。
ਇੰਸਟੈਂਸ
ਮੁੱਲ 1, 2, 3, 4, 5, 6 ਵਾਲਾ 1-D ਆਰੇਜ਼ ਬਣਾਓ:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) print(arr)
2-D ਆਰੇਜ਼
ਇਸ ਦੇ ਮੂਲ ਅੰਗ ਹਨ 1-D ਆਰੇਜ਼ ਦੇ ਆਰੇਜ਼, ਇਹ 2-D ਆਰੇਜ਼ ਕਹਿੰਦੇ ਹਨ。
ਇਹ ਮੈਟ੍ਰਿਕਸ ਜਾਂ ਦੂਜੇ ਤੌਰ 'ਤੇ ਦੋਵੇਂ ਤੀਜੇ ਤੰਤਰ ਦੇ ਪ੍ਰਤੀਕ ਵਜੋਂ ਵਰਤੇ ਜਾਂਦੇ ਹਨ。
NumPy ਨੇ ਮੈਟ੍ਰਿਕਸ ਗਣਨਾ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਉਪ-ਮੌਡਿਊਲ ਪ੍ਰਦਾਨ ਕੀਤਾ ਹੈ numpy.mat。
ਇੰਸਟੈਂਸ
ਮੁੱਲ 1, 2, 3 ਅਤੇ 4, 5, 6 ਵਾਲੇ ਦੋ ਆਰੇਜ਼ ਵਾਲਾ 2-D ਆਰੇਜ਼ ਬਣਾਓ:
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6]]) print(arr)
3-D ਆਰੇਜ਼
ਇਸ ਦੇ ਮੂਲ ਅੰਗ ਹਨ 2-D ਆਰੇਜ਼ ਦੇ ਆਰੇਜ਼, ਇਹ 3-D ਆਰੇਜ਼ ਕਹਿੰਦੇ ਹਨ。
ਇੰਸਟੈਂਸ
ਦੋ ਦੋ ਦੋ 2-D ਆਰੇਜ਼ ਨਾਲ ਇੱਕ 3-D ਆਰੇਜ਼ ਬਣਾਓ, ਇਹ ਦੋਵੇਂ ਆਰੇਜ਼ ਮੁੱਲ 1, 2, 3 ਅਤੇ 4, 5, 6 ਦੇ ਦੋ ਆਰੇਜ਼ ਹਨ:
import numpy as np arr = np.array([[[1, 2, 3], [4, 5, 6]], [[1, 2, 3], [4, 5, 6]]]) print(arr)
ਵਿਭਾਗਾਂ ਨੂੰ ਚੈਕ ਕਰੋ?
NumPy ਆਰੇਜ਼ ਨੇ ਪ੍ਰਦਾਨ ਕੀਤਾ ਹੈ ndim ਇੱਕ ਪੈਰਾਮੀਟਰ, ਜਿਸ ਨਾਲ ਇੱਕ ਸੰਖਿਆ ਮਿਲਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਆਰੇਜ਼ ਕਿੰਨੇ ਵਿਭਾਗਾਂ ਵਿੱਚ ਹੈ ਇਹ ਦੱਸਿਆ ਜਾਵੇਗਾ。
ਇੰਸਟੈਂਸ
ਜੈਸੇ ਹੀ ਆਰੇਜ਼ ਦੇ ਮੁੱਢੇ ਅਨੁਸਾਰ ਵਿਭਾਗਾਂ ਦੀ ਗਿਣਤੀ ਕਰੋ:
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)
ਉੱਚ ਪਹਿਲੂ ਵਾਲੇ ਬੈਕਟਰ
ਬੈਕਟਰ ਕਿਸੇ ਅਧਿਕ ਪਹਿਲੂ ਵਾਲਾ ਹੋ ਸਕਦਾ ਹੈ
ਬੈਕਟਰ ਸਿਰਜਾਉਣ ਦੇ ਸਮੇਂ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ ndmin ਪੈਰਾਮੀਟਰ ਪਹਿਲੂ ਨਿਰਧਾਰਿਤ ਕਰੋ。
ਇੰਸਟੈਂਸ
ਇੱਕ 5 ਪਹਿਲੂ ਵਾਲਾ ਬੈਕਟਰ ਸਿਰਜਾ ਕਰੋ, ਅਤੇ ਇਹ ਪੰਜ ਪਹਿਲੂ ਰੱਖੇ ਹੋਣ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ:
import numpy as np
arr = np.array([1, 2, 3, 4], ndmin=5)
print(arr)
print('number of dimensions :', arr.ndim)
ਇਸ ਬੈਕਟਰ ਵਿੱਚ, ਸਭ ਤੋਂ ਅੰਦਰੂਨੀ ਪਹਿਲੂ (ਪੰਜਵਾਂ dim) 4 ਐਲੀਮੈਂਟ ਹਨ, ਚੌਥੇ dim ਵਿੱਚ 1 ਐਲੀਮੈਂਟ ਬੈਕਟਰ ਵਜੋਂ ਹੈ, ਤੀਸਰੇ dim ਵਿੱਚ 1 ਐਲੀਮੈਂਟ ਬੈਕਟਰ ਦਾ ਮੈਟ੍ਰਿਕਸ ਹੈ, ਦੂਜੇ dim ਵਿੱਚ 1 ਐਲੀਮੈਂਟ 3D ਬੈਕਟਰ ਹੈ, ਅਤੇ ਪਹਿਲੇ dim ਵਿੱਚ 1 ਐਲੀਮੈਂਟ, ਇਹ 4D ਬੈਕਟਰ ਹੈ。
- ਪਿਛਲਾ ਪੰਨਾ نمپی کا شروع
- ਅਗਲਾ ਪੰਨਾ نمپی کا آرائی کا اشاریہ
