Dalam artikel ini, kita akan membincangkan bahasa pengaturcaraan Python, khususnya memfokuskan pada perpustakaan NumPy dan cara memadam lajur menggunakan perpustakaan ini. Python ialah bahasa pengaturcaraan serba boleh yang digunakan secara meluas untuk pelbagai tujuan, termasuk pembangunan web, analisis data, kecerdasan buatan dan banyak lagi. Salah satu komponen utama populariti Python ialah perpustakaannya yang banyak, yang menjadikan proses pengekodan lebih cekap dan lebih mudah dikendalikan. NumPy ialah salah satu perpustakaan sedemikian, direka khusus untuk bekerja dengan tatasusunan berbilang dimensi dan matriks data berangka yang besar. Dalam bidang manipulasi data, adalah penting untuk mengetahui cara memadam lajur daripada tatasusunan, kerana ini merupakan langkah prapemprosesan biasa dalam banyak aliran kerja.
Pustaka NumPy menawarkan fungsi mesra pengguna yang dipanggil `delete` untuk mencapai tugas ini. Fungsi numpy.delete() mampu mengalih keluar elemen dalam tatasusunan, di sepanjang paksi yang ditentukan. Ini memudahkan kami memadamkan lajur daripada tatasusunan 2D atau matriks.
Untuk bermula, mari kita import perpustakaan NumPy dan buat contoh tatasusunan 2D:
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)
Sekarang, kami akan menggunakan fungsi `np.delete()` untuk memadam lajur tertentu daripada tatasusunan 2D kami:
# Deleting the second column (index 1)
array_modified = np.delete(array, 1, axis=1)
print("nArray with the second column deleted:")
print(array_modified)
Menerangkan fungsi np.delete().
Fungsi np.delete() mengambil tiga hujah utama: tatasusunan input, indeks elemen atau lajur yang hendak dipadamkan dan paksi yang hendak dipadamkan. Parameter paksi adalah penting dalam kes ini kerana kita mahu memadamkan lajur, bukan sekadar elemen. Dengan menetapkan paksi=1, kami memberitahu fungsi untuk memadam sepanjang paksi lajur. Jika kita menetapkan paksi=0, fungsi itu akan memadam sepanjang paksi baris.
Ambil perhatian bahawa fungsi np.delete() tidak mengubah suai tatasusunan asal di tempatnya. Sebaliknya, ia mengembalikan tatasusunan baharu yang diubah suai, yang penting apabila anda ingin mengekalkan data asal dalam aliran kerja anda.
Menavigasi perpustakaan NumPy
Pustaka NumPy mempunyai pelbagai teknik dan fungsi untuk mengendalikan tatasusunan berbilang dimensi dan matriks data berangka yang besar. Beberapa fungsi popular termasuk `reshape`, `concatenate`, `split` dan banyak lagi. NumPy ialah pakej asas untuk pengkomputeran matematik dan saintifik dengan Python kerana struktur datanya yang cekap dan mudah digunakan.
Memahami cara NumPy mengendalikan tatasusunan dan manipulasi data ialah langkah penting untuk setiap saintis data atau peminat pembelajaran mesin. Selain itu, memahami konsep pemadaman dan pengubahsuaian lajur dalam tatasusunan NumPy boleh membantu untuk mengendalikan prapemprosesan data berskala besar, kerana pemadaman lajur yang tidak berkaitan atau tidak perlu boleh meningkatkan masa pemprosesan dengan ketara dan menjadikan data lebih mudah untuk dianalisis.
