U ovom članku ćemo raspravljati o programskom jeziku Python, posebno fokusirajući se na biblioteku NumPy i kako izbrisati kolonu pomoću ove biblioteke. Python je svestrani programski jezik koji se široko koristi u različite svrhe, uključujući web razvoj, analizu podataka, umjetnu inteligenciju i još mnogo toga. Jedna od ključnih komponenti popularnosti Pythona su njegove brojne biblioteke, koje proces kodiranja čine efikasnijim i lakšim za rukovanje. NumPy je jedna takva biblioteka, posebno dizajnirana za rad sa velikim, višedimenzionalnim nizovima i matricama numeričkih podataka. U domenu manipulacije podacima, bitno je znati kako izbrisati stupce iz niza, jer je ovo uobičajen korak predobrade u mnogim tokovima posla.
Biblioteka NumPy nudi korisniku prilagođenu funkciju pod nazivom `delete` za postizanje ovog zadatka. Funkcija numpy.delete() može ukloniti elemente u nizu, duž određene ose. Ovo nam olakšava brisanje kolone iz 2D niza ili matrice.
Za početak, uvezimo NumPy biblioteku i kreiramo uzorak 2D niza:
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)
Sada ćemo koristiti funkciju `np.delete()` da izbrišemo određeni stupac iz našeg 2D niza:
# Deleting the second column (index 1)
array_modified = np.delete(array, 1, axis=1)
print("nArray with the second column deleted:")
print(array_modified)
Objašnjavanje funkcije np.delete().
Funkcija np.delete() uzima tri glavna argumenta: ulazni niz, indeks elementa ili stupca koji se briše i os duž koje se briše. Parametar osi je ključan u ovom slučaju jer želimo da izbrišemo kolonu, a ne samo element. Postavljanjem axis=1, mi govorimo funkciji da obriše duž ose kolone. Ako bismo postavili axis=0, funkcija bi obrisala duž ose reda.
Imajte na umu da funkcija np.delete() ne mijenja originalni niz na mjestu. Umjesto toga, vraća novi modificirani niz, što je bitno kada želite zadržati originalne podatke u svom toku rada.
Kretanje bibliotekom NumPy
NumPy biblioteka ima niz tehnika i funkcija za rukovanje velikim, višedimenzionalnim nizovima i matricama numeričkih podataka. Nekoliko popularnih funkcija uključuje `reshape`, `concatenate`, `split`, i još mnogo toga. NumPy je osnovni paket za matematičko i naučno računanje sa Python-om zbog njegovih efikasnih i lakih struktura podataka.
Razumijevanje NumPy-jevog načina rukovanja nizovima i manipulacije podacima je bitan korak za svakog naučnika podataka ili entuzijastu mašinskog učenja. Dodatno, shvaćanje koncepta brisanja i modifikacije kolona u NumPy nizovima može biti od pomoći za rukovanje predobradom podataka velikih razmjera, jer brisanje irelevantnih ili nepotrebnih kolona može značajno poboljšati vrijeme obrade i olakšati analizu podataka.
