डेटा विज्ञान और प्रोग्रामिंग की दुनिया में, पायथन अपनी सादगी, पठनीयता और बहुमुखी प्रतिभा के कारण जल्दी से एक लोकप्रिय भाषा बन गई है। इस लेख में, हम गहराई में गोता लगाएँगे पायथन न्यूमपी पुस्तकालय और इसकी शक्तिशाली निचोड़ समारोह। हम इस बात पर चर्चा करेंगे कि डेटा में हेरफेर और विश्लेषण करने के लिए आसानी से इसकी सुविधाओं का लाभ कैसे उठाया जाए। यह जानने के लिए पढ़ें कि आप इसका उपयोग करके जटिल समस्याओं को कैसे हल कर सकते हैं NumPy निचोड़ कोड के चरण-दर-चरण स्पष्टीकरण सहित उदाहरणों के साथ कार्य करें।
इस विषय को स्पष्ट करने में सहायता के लिए, आइए आधुनिक कैटवॉक परिदृश्य के बारे में सोचें। एक फैशन विशेषज्ञ के रूप में, आप जानते हैं कि सही पोशाक का चयन करना कितना महत्वपूर्ण है जो दर्शकों को आकर्षित करेगा, शैलियों, दिखने और प्रवृत्तियों के एक संयोजन में एक सामंजस्य का प्रतिनिधित्व करेगा।
NumPy लाइब्रेरी को समझना
- NumPy (न्यूमेरिकल पायथन) एक ओपन-सोर्स लाइब्रेरी है जो बड़े, बहुआयामी सरणियों और मैट्रिसेस पर गणितीय और तार्किक संचालन करने के लिए अविश्वसनीय रूप से उपयोगी है।
- यह विभिन्न गणितीय कार्यों, सांख्यिकीय संचालन और रैखिक बीजगणित दिनचर्या के लिए उत्कृष्ट समर्थन प्रदान करता है।
- NumPy का सिंटैक्स Python की सूची के समान है, लेकिन यह तेज़ प्रदर्शन करता है और इसके लिए कम मेमोरी की आवश्यकता होती है।
जिस तरह कपड़ों, रंगों और फैशन के इतिहास का संयोजन एक पोशाक की शैली को प्रभावित करता है, पायथन में पुस्तकालय और कार्य प्रोग्रामिंग चुनौतियों को हल करने में महत्वपूर्ण भूमिका निभाते हैं।
NumPy निचोड़ समारोह
फैशन की दुनिया में, सही शैली सभी टुकड़ों को एक साथ मूल रूप से फिट करने के बारे में है। इसी प्रकार, द NumPy निचोड़ फ़ंक्शन हमें इनपुट सरणी के आकार से एकल-आयामी प्रविष्टियों को निकालने की अनुमति देता है।
import numpy as np sample_array = np.array([[[0], [1], [2]]]) squeezed_array = np.squeeze(sample_array) print(squeezed_array)
उपरोक्त कोड स्निपेट एकल-आयामी प्रविष्टियों को आकार से हटा देता है नमूना_सरणी, जिसके परिणामस्वरूप एक आयामी सरणी होती है।
न्यूमपी स्क्वीज़ फंक्शन में एक्सिस को समझना
NumPy स्क्वीज़ फंक्शन का एक महत्वपूर्ण पहलू इसका उपयोग है एक्सिस पैरामीटर। यह हमें सभी एकल-आयामी प्रविष्टियों को हटाने के बजाय चुनिंदा रूप से निर्दिष्ट करने की अनुमति देता है कि किन आयामों को निचोड़ना है।
अवधारणा की बेहतर समझ पाने के लिए, आइए एक बार फिर शैली और फैशन के संदर्भ में इसके बारे में सोचें। एक पोशाक में परतें और सामान शामिल हो सकते हैं जो विशिष्ट अक्षों या दिशाओं (ऊपर से नीचे, आगे से पीछे) के साथ इकट्ठे होते हैं। इसी तरह, के साथ काम करते समय निचोड़ फ़ंक्शन, हम सरणी आकार के एक विशेष पहलू का प्रतिनिधित्व करने वाले प्रत्येक अक्ष की कल्पना कर सकते हैं।
import numpy as np sample_array_2 = np.array([[[1], [2], [3]], [[4], [5], [6]]]) squeezed_array_axis = np.squeeze(sample_array_2, axis=1) print(squeezed_array_axis)
इस उदाहरण में, निर्दिष्ट करना अक्ष = 1 फ़ंक्शन को दूसरे अक्ष के साथ केवल एकल-आयामी प्रविष्टियों को निकालने का कारण बनता है। आयामों का यह चयनात्मक निष्कासन अन्य आयामों को बाधित किए बिना संगठन की विशिष्ट परतों के चयन के अनुरूप है।
अंत में, समझना न्यूमपी लाइब्रेरी और यह शक्तिशाली है निचोड़ फ़ंक्शन में डेटा हेरफेर और विश्लेषण में आपकी पायथन प्रोग्रामिंग क्षमताओं को महत्वपूर्ण रूप से बढ़ाने की क्षमता है। जिस तरह एक फैशन विशेषज्ञ विभिन्न प्रकार की शैलियों, रूप और प्रवृत्तियों को अपनाता है, उसी तरह एक कुशल डेवलपर कुशल और सुरुचिपूर्ण समाधान बनाने के लिए पायथन पुस्तकालयों और कार्यों की बहुमुखी प्रतिभा को अपनाता है।
