हाल के वर्षों में, विभिन्न क्षेत्रों में पायथन का उपयोग तेजी से बढ़ा है, विशेष रूप से डेटा हेरफेर और वैज्ञानिक कंप्यूटिंग के क्षेत्र में। इन कार्यों के लिए सबसे अधिक उपयोग की जाने वाली लाइब्रेरी में से एक NumPy है। NumPy एक शक्तिशाली और बहुमुखी पुस्तकालय है जिसका उपयोग अन्य गणितीय कार्यों के बीच बड़े, बहुआयामी सरणियों और आव्यूहों के साथ काम करने के लिए बड़े पैमाने पर किया जाता है। इन डेटा संरचनाओं के साथ काम करने में एक सामान्य ऑपरेशन एक सरणी के अंतिम आयाम को कम करने या कम करने की आवश्यकता है। इस लेख में, हम इस विषय का विस्तार से पता लगाएंगे, समस्या के परिचय से शुरू होकर, समाधान के बाद, और कोड की चरण-दर-चरण व्याख्या। अंत में, हम कुछ संबंधित विषयों और पुस्तकालयों में तल्लीन होंगे जो रुचि के हो सकते हैं।
इसकी ज़रूरत अंतिम आयाम को संक्षिप्त करें विभिन्न स्थितियों में एक सरणी उत्पन्न हो सकती है, जैसे कि जब आपने एक बहुआयामी सरणी से परिणाम की गणना की है और डेटा का एक सरल, कम प्रतिनिधित्व प्राप्त करना चाहते हैं। इस ऑपरेशन में अनिवार्य रूप से मूल सरणी को उसके अक्ष के साथ अंतिम आयाम को हटाकर, या ढहते हुए कम आयामों वाले एक में बदलना शामिल है।
समाधान: np.squeeze का उपयोग करना
इस समस्या से निपटने के तरीकों में से एक का उपयोग करना है numpy.squeez समारोह। यह फ़ंक्शन इनपुट ऐरे के आकार से एकल-आयामी प्रविष्टियों को हटा देता है।
import numpy as np
arr = np.random.rand(2, 3, 1)
print("Original array shape:", arr.shape)
collapsed_arr = np.squeeze(arr, axis=-1)
print("Collapsed array shape:", collapsed_arr.shape)
चरण-दर-चरण स्पष्टीकरण
आइए अब हम कोड को तोड़ते हैं और समझते हैं कि यह कैसे काम करता है।
1. सबसे पहले, हम NumPy लाइब्रेरी को np के रूप में आयात करते हैं:
import numpy as np
2. अगला, हम आकार (3, 2, 3) के साथ एक यादृच्छिक 1-आयामी सरणी बनाते हैं:
arr = np.random.rand(2, 3, 1)
print("Original array shape:", arr.shape)
3. अब, हम उपयोग करते हैं np.squeze निर्दिष्ट करके सरणी के अंतिम आयाम को संक्षिप्त करने के लिए कार्य करता है एक्सिस -1 के रूप में पैरामीटर:
collapsed_arr = np.squeeze(arr, axis=-1)
print("Collapsed array shape:", collapsed_arr.shape)
4. परिणामस्वरूप, हम (2, 3) के आकार के साथ एक नई सरणी प्राप्त करते हैं, यह दर्शाता है कि अंतिम आयाम सफलतापूर्वक ढह गया है।
वैकल्पिक समाधान: नयी आकृति प्रदान करना
अंतिम आयाम को संक्षिप्त करने का दूसरा तरीका उपयोग करना है numpy.reshape वांछित परिणाम प्राप्त करने के लिए उचित मापदंडों के साथ कार्य करें।
collapsed_arr_reshape = arr.reshape(2, 3)
print("Collapsed array shape using reshape:", collapsed_arr_reshape.shape)
इस मामले में, हमने अंतिम आयाम को प्रभावी ढंग से ढहते हुए (2, 3) के आकार के लिए मूल सरणी को स्पष्ट रूप से फिर से आकार दिया है।
संबंधित पुस्तकालय और कार्य
NumPy के अलावा, Python पारिस्थितिकी तंत्र में कई अन्य पुस्तकालय हैं जो सरणियों और मैट्रिसेस के साथ काम करने के लिए उपकरण प्रदान करते हैं। ऐसी ही एक लाइब्रेरी है SciPy, जो NumPy पर निर्मित है और वैज्ञानिक कंप्यूटिंग के लिए अतिरिक्त कार्यक्षमता प्रदान करता है। मशीन लर्निंग के दायरे में, लाइब्रेरी TensorFlow टेंसर (यानी, बहु-आयामी सरणियों) के साथ भी काम करता है और मैट्रिक्स हेरफेर कार्यों का अपना सेट प्रदान करता है। इसके अतिरिक्त, पांडा पुस्तकालय का उपयोग हेरफेर करने के लिए किया जा सकता है डेटाफ्रेम, एक उच्च-स्तरीय डेटा संरचना जिसे सरणियों वाली तालिकाओं के रूप में माना जा सकता है। इसके अलावा, numpy.newaxis ऑपरेशन आपको एक सरणी में एक नया अक्ष जोड़ने की अनुमति देता है, जो उपयोगी हो सकता है जब आपको किसी ऑपरेशन के लिए आवश्यक आकार से मिलान करने के लिए सरणी के आयामों का विस्तार करने की आवश्यकता होती है।
अंत में, प्रोग्रामिंग और डेटा विज्ञान की दुनिया में सरणियों के साथ प्रभावी ढंग से हेरफेर करने और काम करने की क्षमता एक आवश्यक कौशल है। NumPy एक अत्यंत शक्तिशाली पुस्तकालय है जो व्यापक कार्यक्षमता प्रदान करता है, और बड़े और जटिल डेटासेट से निपटने के दौरान अंतिम आयाम को ढहाने जैसी तकनीकों को समझना विभिन्न स्थितियों में फायदेमंद होगा।
