हल: अजगर numpy स्तंभ हटाएं

इस लेख में, हम पायथन प्रोग्रामिंग भाषा पर चर्चा करेंगे, विशेष रूप से NumPy लाइब्रेरी पर ध्यान केंद्रित करेंगे और इस लाइब्रेरी का उपयोग करके कॉलम को कैसे हटाएं। पायथन एक बहुमुखी प्रोग्रामिंग भाषा है जिसका व्यापक रूप से विभिन्न उद्देश्यों के लिए उपयोग किया जाता है, जिसमें वेब विकास, डेटा विश्लेषण, कृत्रिम बुद्धिमत्ता और बहुत कुछ शामिल है। पायथन की लोकप्रियता के प्रमुख घटकों में से एक इसके कई पुस्तकालय हैं, जो कोडिंग प्रक्रिया को अधिक कुशल और संभालने में आसान बनाते हैं। NumPy एक ऐसी लाइब्रेरी है, जिसे विशेष रूप से बड़े, बहु-आयामी सरणियों और संख्यात्मक डेटा के मैट्रिक्स के साथ काम करने के लिए डिज़ाइन किया गया है। डेटा हेरफेर के दायरे में, यह जानना आवश्यक है कि किसी सरणी से कॉलम कैसे हटाएं, क्योंकि यह कई वर्कफ़्लोज़ में एक सामान्य प्रीप्रोसेसिंग चरण है।

NumPy लाइब्रेरी इस कार्य को प्राप्त करने के लिए 'डिलीट' नामक एक उपयोगकर्ता-अनुकूल फ़ंक्शन प्रदान करती है। numpy.delete() फ़ंक्शन निर्दिष्ट अक्ष के साथ, किसी सरणी में तत्वों को निकालने में सक्षम है। यह हमारे लिए 2डी सरणी या मैट्रिक्स से कॉलम को हटाना आसान बनाता है।

शुरू करने के लिए, आइए NumPy लाइब्रेरी को इम्पोर्ट करें और एक नमूना 2D ऐरे बनाएँ:

import numpy as np

array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)

अब, हम अपने 2डी सरणी से एक विशिष्ट कॉलम को हटाने के लिए `np.delete()` फ़ंक्शन का उपयोग करेंगे:

# Deleting the second column (index 1)
array_modified = np.delete(array, 1, axis=1)
print("nArray with the second column deleted:")
print(array_modified)

np.delete() फ़ंक्शन की व्याख्या करना

np.delete() फ़ंक्शन में तीन मुख्य तर्क होते हैं: इनपुट ऐरे, हटाए जाने वाले तत्व या कॉलम की अनुक्रमणिका, और वह अक्ष जिसके साथ हटाना है। इस मामले में अक्ष पैरामीटर महत्वपूर्ण है क्योंकि हम कॉलम को हटाना चाहते हैं, न कि केवल एक तत्व को। अक्ष = 1 सेट करके, हम फ़ंक्शन को स्तंभ अक्ष के साथ हटाने के लिए कह रहे हैं। यदि हम अक्ष = 0 सेट करते हैं, तो फ़ंक्शन पंक्ति अक्ष के साथ हट जाएगा।

ध्यान दें कि np.delete() फ़ंक्शन मूल सरणी को जगह में संशोधित नहीं करता है। इसके बजाय, यह एक नया संशोधित सरणी लौटाता है, जो तब आवश्यक होता है जब आप अपने वर्कफ़्लो में मूल डेटा को बनाए रखना चाहते हैं।

NumPy लाइब्रेरी को नेविगेट करना

NumPy लाइब्रेरी में संख्यात्मक डेटा के बड़े, बहु-आयामी सरणियों और मैट्रिक्स को संभालने के लिए कई प्रकार की तकनीकें और कार्य हैं। कई लोकप्रिय कार्यों में 'रीशेप', 'कनेक्टनेट', 'स्प्लिट', और बहुत कुछ शामिल हैं। NumPy अपने कुशल और उपयोग में आसान डेटा संरचनाओं के कारण Python के साथ गणितीय और वैज्ञानिक कंप्यूटिंग के लिए मूलभूत पैकेज है।

सरणियों और डेटा हेरफेर को संभालने के NumPy के तरीके को समझना हर डेटा वैज्ञानिक या मशीन सीखने के प्रति उत्साही के लिए एक आवश्यक कदम है। इसके अतिरिक्त, NumPy सरणियों में स्तंभों को हटाने और संशोधित करने की अवधारणा को समझना बड़े पैमाने पर डेटा प्रीप्रोसेसिंग को संभालने में मददगार हो सकता है, क्योंकि अप्रासंगिक या अनावश्यक स्तंभों को हटाने से प्रसंस्करण समय में काफी सुधार हो सकता है और डेटा का विश्लेषण करना आसान हो सकता है।