ဤဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့သည် စာကြည့်တိုက် NumPy ကို အထူးအာရုံစိုက်ပြီး ဤစာကြည့်တိုက်ကို အသုံးပြုသည့် ကော်လံတစ်ခုကို မည်သို့ဖျက်ရမည်ကို Python ပရိုဂရမ်းမင်းဘာသာစကားကို ဆွေးနွေးပါမည်။ Python သည် ဝဘ်ဖွံ့ဖြိုးတိုးတက်မှု၊ ဒေတာခွဲခြမ်းစိတ်ဖြာမှု၊ ဉာဏ်ရည်တုနှင့် အခြားအရာများအပါအဝင် ရည်ရွယ်ချက်အမျိုးမျိုးအတွက် ကျယ်ပြန့်စွာအသုံးပြုသည့် စွယ်စုံသုံးပရိုဂရမ်ဘာသာစကားတစ်ခုဖြစ်သည်။ Python ၏လူကြိုက်များမှု၏အဓိကအစိတ်အပိုင်းများထဲမှတစ်ခုမှာ coding process ကိုပိုမိုထိရောက်ပြီးကိုင်တွယ်ရလွယ်ကူစေသည်။ NumPy သည် ကြီးမားသော၊ ဘက်ပေါင်းစုံ ကိန်းဂဏာန်းများနှင့် ကိန်းဂဏာန်းအချက်အလက်များ၏ matrices များဖြင့် လုပ်ဆောင်ရန်အတွက် အထူးဒီဇိုင်းထုတ်ထားသည့် အဆိုပါစာကြည့်တိုက်တစ်ခုဖြစ်သည်။ ဒေတာခြယ်လှယ်ခြင်းနယ်ပယ်တွင်၊ ဤအရာသည် အလုပ်အသွားအလာများစွာတွင် ဘုံကြိုတင်လုပ်ဆောင်ခြင်းအဆင့်ဖြစ်သောကြောင့်၊ array တစ်ခုမှ ကော်လံများကို မည်ကဲ့သို့ဖျက်ရမည်ကို သိရှိရန် အရေးကြီးပါသည်။
NumPy ဒစ်ဂျစ်တိုက်သည် ဤလုပ်ငန်းကိုအောင်မြင်ရန် 'ဖျက်ရန်' ဟုခေါ်သော အသုံးပြုရလွယ်ကူသောလုပ်ဆောင်ချက်ကို ပေးဆောင်သည်။ numpy.delete() လုပ်ဆောင်ချက်သည် သတ်မှတ်ထားသော ဝင်ရိုးတစ်လျှောက် အခင်းအကျင်းတစ်ခုရှိ အစိတ်အပိုင်းများကို ဖယ်ရှားနိုင်သည်။ ၎င်းသည် 2D array သို့မဟုတ် matrix တစ်ခုမှ ကော်လံတစ်ခုကို ဖျက်ရန် လွယ်ကူစေသည်။
စတင်ရန်၊ NumPy စာကြည့်တိုက်ကို တင်သွင်းပြီး နမူနာ 2D ခင်းကျင်းမှုကို ဖန်တီးကြပါစို့။
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)
ယခု ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ 2D ခင်းကျင်းမှုမှ သီးခြားကော်လံတစ်ခုကို ဖျက်ရန် `np.delete()` လုပ်ဆောင်ချက်ကို အသုံးပြုပါမည်။
# 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() လုပ်ဆောင်ချက်ကို ရှင်းပြခြင်း။
np.delete() လုပ်ဆောင်ချက်သည် အဓိက အကြောင်းပြချက် သုံးခုကို ယူသည်- ထည့်သွင်းသည့် ခင်းကျင်းမှု၊ ဖျက်ပစ်ရမည့် ဒြပ်စင် သို့မဟုတ် ကော်လံ၏ အညွှန်းနှင့် ဖျက်ရမည့် ဝင်ရိုးတစ်လျှောက်။ ကျွန်ုပ်တို့သည် ကော်လံကို အစိတ်အပိုင်းတစ်ခုမျှသာမကဘဲ ကော်လံကိုဖျက်လိုသောကြောင့် ဤကိစ္စတွင် ဝင်ရိုးပါရာမီတာသည် အရေးကြီးပါသည်။ axis=1 ကို သတ်မှတ်ခြင်းဖြင့်၊ ကော်လံဝင်ရိုးတစ်လျှောက် ဖျက်ရန် လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့ ပြောနေပါသည်။ အကယ်၍ ကျွန်ုပ်တို့သည် axis=0 ကို သတ်မှတ်ရလျှင် လုပ်ဆောင်ချက်သည် အတန်းဝင်ရိုးတစ်လျှောက် ဖျက်သွားမည်ဖြစ်သည်။
np.delete() လုပ်ဆောင်ချက်သည် မူရင်းအခင်းနေရာကို မွမ်းမံမည်မဟုတ်ကြောင်း သတိပြုပါ။ ယင်းအစား၊ ၎င်းသည် သင်၏လုပ်ငန်းအသွားအလာတွင် မူရင်းဒေတာကို ထိန်းသိမ်းထားလိုသည့်အခါ မရှိမဖြစ်လိုအပ်သော ပြုပြင်ထားသော ခင်းကျင်းအသစ်တစ်ခုကို ပြန်ပေးသည်။
NumPy စာကြည့်တိုက်တွင် ကြီးမားသော၊ ဘက်ပေါင်းစုံမှ အခင်းအကျင်းများနှင့် ကိန်းဂဏာန်းအချက်အလက်များ၏ မက်ထရစ်များကို ကိုင်တွယ်ရန်အတွက် နည်းစနစ်မျိုးစုံနှင့် လုပ်ဆောင်ချက်များ ရှိပါသည်။ လူကြိုက်များသော လုပ်ဆောင်ချက်အများအပြားတွင် `အသွင်ပြောင်းခြင်း`၊ `ဆက်တင်´၊ `ခွဲခြမ်းခြင်း´ နှင့် အခြားများစွာ ပါဝင်ပါသည်။ NumPy သည် ၎င်း၏ ထိရောက်ပြီး အသုံးပြုရလွယ်ကူသော ဒေတာဖွဲ့စည်းပုံများကြောင့် Python ဖြင့် သင်္ချာနှင့် သိပ္ပံနည်းကျ တွက်ချက်ခြင်းအတွက် အခြေခံအထုပ်ဖြစ်သည်။
NumPy ၏ arrays များကို ကိုင်တွယ်ပုံနှင့် data manipulation လုပ်နည်းကို နားလည်ခြင်းသည် data scientist သို့မဟုတ် machine learning ဝါသနာရှင်တိုင်းအတွက် မရှိမဖြစ်လိုအပ်သော အဆင့်တစ်ခုဖြစ်သည်။ ထို့အပြင်၊ NumPy အခင်းအကျင်းများရှိ ကော်လံများကို ဖျက်ခြင်းနှင့် ပြုပြင်မွမ်းမံခြင်းသဘောတရားကို ဆုပ်ကိုင်ထားခြင်းသည် ကြီးမားသောဒေတာကြိုတင်လုပ်ဆောင်ခြင်းကို ကိုင်တွယ်ရာတွင် အထောက်အကူဖြစ်စေနိုင်သည်။
