हल: समान आकार के टुकड़ों में खसखस ​​​​विभाजन

पायथन में संख्यात्मक कंप्यूटिंग के लिए Numpy एक शक्तिशाली पुस्तकालय है। संख्यात्मक कंप्यूटिंग और डेटा विश्लेषण में एक सामान्य कार्य एक सरणी को समान आकार के टुकड़ों में विभाजित करना है। यह लेख यह पता लगाएगा कि कैसे Numpy का उपयोग करके इसे प्राप्त किया जाए और इसमें शामिल चरणों पर एक व्यापक मार्गदर्शिका प्रदान की जाए। चलो गोता लगाएँ!

एक बड़े Numpy ऐरे को समान आकार के छोटे टुकड़ों में विभाजित करने की समस्या को हल करने के लिए, हम इसका उपयोग कर सकते हैं सुन्न.विभाजित समारोह। यह फ़ंक्शन हमें एक सरणी को कई उप-सरणियों में विभाजित करने में सक्षम बनाता है जिनका एक निर्दिष्ट अक्ष के साथ समान आकार होता है। आइए समाधान में गोता लगाएँ और कोड को चरण-दर-चरण समझें।

import numpy as np

def numpy_split_to_chunks(array, chunk_size):
    return np.array_split(array, chunk_size, axis=0)

large_array = np.random.randint(0, 100, size=(10, 4))
chunk_size = 2
chunks = numpy_split_to_chunks(large_array, chunk_size)

सबसे पहले, हम numpy लाइब्रेरी को इम्पोर्ट करते हैं, और फिर हम नामक एक फंक्शन को परिभाषित करते हैं numpy_split_to_chunks यह दो इनपुट पैरामीटर लेता है: खस्ता सरणी जिसे विभाजित करने की आवश्यकता होती है और वांछित चंक आकार। फ़ंक्शन खस्ता सरणियों की एक सूची देता है, जो कि विखंडू हैं।

यहाँ, हम numpy फ़ंक्शन का उपयोग करते हैं array_split इनपुट सरणी को विभाजित करने के लिए। हम उस अक्ष को भी निर्दिष्ट करते हैं जिसके साथ हम सरणी को विभाजित करना चाहते हैं। हमारे उदाहरण में, हम अक्ष = 0 सेट करते हैं, जिसका अर्थ है कि हम पंक्तियों के साथ सरणी को विभाजित करना चाहते हैं।

अंत में, हम पूर्णांकों (बड़े_अरे) का एक यादृच्छिक संख्यात्मक सरणी बनाते हैं और एक चंक आकार (इस मामले में, 2) को परिभाषित करते हैं। हम अपना कहते हैं numpy_split_to_chunks चंक्स की सूची प्राप्त करने के लिए कार्य करें।

नम्पी लाइब्रेरी

• पायथन में वैज्ञानिक कंप्यूटिंग के लिए Numpy लाइब्रेरी मुख्य लाइब्रेरी है।
• यह रैखिक बीजगणित, सांख्यिकी और डेटा विश्लेषण से संबंधित कार्यों के लिए व्यापक रूप से उपयोग किया जाता है।
• यह सरणियों के साथ काम करने के लिए एक उच्च-प्रदर्शन बहुआयामी सरणी वस्तु और उपकरण प्रदान करता है।

Numpy लाइब्रेरी में कई प्रकार की सुविधाएँ और कार्य हैं जो विभिन्न गणितीय और कम्प्यूटेशनल उद्देश्यों के लिए उपयोगी हैं। इसकी क्षमताओं में शामिल हैं सरणी हेरफेर, गणितीय कार्य सरणियों पर, और सांख्यिकीय कार्य. Numpy को अक्सर अन्य पुस्तकालयों जैसे कि डेटा विज़ुअलाइज़ेशन के लिए Matplotlib के साथ जोड़ा जाता है, जो इसे Python में काम करने वाले डेटा वैज्ञानिकों और इंजीनियरों के लिए एक प्रधान बनाता है।

Numpy ऐरे विभाजन

• Numpy के सरणियों को विभाजित करने के कई कार्य हैं, जैसे सुन्न.विभाजित, numpy.array_split, numpy.hsplit और numpy.vsplit.
• ये फ़ंक्शन हमें एक निर्दिष्ट अक्ष के साथ एक सरणी को कई भागों में विभाजित करने की अनुमति देते हैं।
• वे डेटा वितरित करने, समानांतर संगणना और डेटा व्यवस्थित करने में उपयोगी होते हैं।

Numpy द्वारा प्रदान किए गए विभिन्न सरणी विभाजन कार्य डेवलपर्स को बड़े डेटासेट के साथ कुशलता से काम करने, डेटा के विशिष्ट भाग निकालने या डेटा को कई समानांतर कार्यों में विभाजित करने में सक्षम बनाते हैं। ये कार्य डेटा विश्लेषण और हेरफेर कार्यों में शक्तिशाली उपकरण हैं, और वे पायथन में संख्यात्मक कंप्यूटिंग के लिए प्रोग्रामिंग वर्कफ़्लोज़ में आवश्यक हैं।