அறிமுகம்
பைதான் என்பது தரவு பகுப்பாய்வு, செயற்கை நுண்ணறிவு மற்றும் வலை மேம்பாடு உள்ளிட்ட பல்வேறு துறைகளில் பல்துறை மற்றும் பரவலாகப் பயன்படுத்தப்படும் நிரலாக்க மொழியாகும். பைத்தானில் பெரிய அளவிலான தரவுகளைக் கையாள்வதற்கான அத்தியாவசிய நூலகங்களில் ஒன்று நம்பி. NumPy ஒரு சக்திவாய்ந்த N- பரிமாண வரிசை பொருளை வழங்குகிறது, இது சிக்கலான கணித செயல்பாடுகளை எளிதாக செய்ய உதவுகிறது. தரவு பகுப்பாய்வின் முக்கியமான செயல்பாடுகளில் ஒன்று பிளவு செயல்பாடு, மேலும் பகுப்பாய்விற்காக தரவை சிறிய பகுதிகளாகப் பிரிக்கப் பயன்படுகிறது. இந்த கட்டுரையில், நடைமுறை தீர்வு, படிப்படியான விளக்கம் மற்றும் தொடர்புடைய நூலகங்கள் மற்றும் செயல்பாடுகளைப் பற்றி விவாதிப்பதன் மூலம் NumPy இன் பிளவு செயல்பாட்டின் தொடரியல் மற்றும் பயன்பாட்டில் மூழ்குவோம்.
பிரச்சனைக்கான தீர்வு:
பேஷன் ஷோவிலிருந்து உருவாக்கப்பட்ட தரவுத்தொகுப்பு எங்களிடம் உள்ளது மற்றும் வெவ்வேறு பாணிகள், போக்குகள் மற்றும் வண்ண சேர்க்கைகளை பகுப்பாய்வு செய்ய விரும்புகிறோம். மேலும் பகுப்பாய்விற்காக இந்தத் தரவுத்தொகுப்பை சிறிய பகுதிகளாகப் பிரிப்பதே எங்கள் குறிக்கோள். இதை அடைய, நாங்கள் பயன்படுத்துவோம் NumPy பிளவு செயல்பாடு.
import numpy as np
# Sample data (styles, trends, and colors)
data = np.array([["Bohemian", "Oversized", "Earthy"],
["Minimalist", "Tailored", "Monochrome"],
["Classic", "Simple", "Neutrals"],
["Romantic", "Flowy", "Pastels"]])
# Split the data into 2 equal parts using NumPy split function
split_data = np.split(data, 2)
குறியீட்டின் படிப்படியான விளக்கம்:
1. நாங்கள் தொடங்குகிறோம் NumPy நூலகத்தை இறக்குமதி செய்கிறது, இது பெரிய அளவிலான தரவை கையாள தேவையான செயல்பாடுகளை நமக்கு வழங்குகிறது.
2. நாம் உருவாக்குகிறோம் a மாதிரி தரவுத்தொகுப்பு வெவ்வேறு ஃபேஷன் பாணிகள், போக்குகள் மற்றும் வண்ணத் திட்டங்களுடன். இந்த தரவுத்தொகுப்பு 2D NumPy அணிவரிசையாகும்.
3. இறுதியாக, பயன்படுத்தி NumPy பிளவு செயல்பாடு, தரவுத்தொகுப்பை இரண்டு சம பாகங்களாகப் பிரிக்கிறோம். 'split_data' மாறி இப்போது இரண்டு சிறிய வரிசைகளைக் கொண்டுள்ளது, ஒவ்வொன்றும் அசல் தரவுத்தொகுப்பில் பாதி.
NumPy மற்றும் அதன் பிளவு செயல்பாட்டைப் புரிந்துகொள்வது
Numeric Python என்பதன் சுருக்கமான NumPy, பைத்தானில் எண்ணியல் செயல்பாடுகளைச் செய்வதற்கு இன்றியமையாத நூலகமாகும். இது பரவலாக அங்கீகரிக்கப்பட்டுள்ளது திறமையான N- பரிமாண வரிசை பொருள், இது அறிவியல் கணினி மற்றும் தரவு பகுப்பாய்வுக்கான சக்திவாய்ந்த கருவியாக செயல்படுகிறது.
தி NumPy பிளவு செயல்பாடு ஒரு உள்ளீட்டு வரிசையை ஒரு குறிப்பிட்ட அச்சில் பல சிறிய அணிகளாகப் பிரிக்கப் பயன்படுகிறது. இந்த செயல்பாடு பெரிய தரவுத்தொகுப்புகளை சிறிய, மேலும் நிர்வகிக்கக்கூடிய பகுதிகளாக உடைப்பதற்கு பயனுள்ளதாக இருக்கும், இதனால் தரவின் தனித்தனி பகுதிகளில் குறிப்பிட்ட பகுப்பாய்வுகளை எளிதாக்குகிறது.
தரவு கையாளுதலுக்கான பிற NumPy செயல்பாடுகள்
பிளவு செயல்பாடு தவிர, தரவு கையாளுதலுக்கான பல செயல்பாடுகளையும் NumPy வழங்குகிறது, அவை:
- மறுவடிவம்: கொடுக்கப்பட்ட வரிசையின் வடிவத்தை அடிப்படைத் தரவை மாற்றாமல் மாற்ற இந்தச் செயல்பாடு பயன்படுத்தப்படுகிறது. ஒரு பரிமாண வரிசையை இரு பரிமாண வரிசையாக அல்லது நேர்மாறாக மாற்ற இது பயன்படுத்தப்படலாம்.
- இணைக்க: குறிப்பிட்ட அச்சில் இரண்டு அல்லது அதற்கு மேற்பட்ட அணிவரிசைகளை ஒன்றிணைக்க இந்த செயல்பாடு பயன்படுத்தப்படுகிறது. வெவ்வேறு மூலங்களிலிருந்து தரவை இணைக்கும்போது இது உதவியாக இருக்கும்.
- hstack: ஒரே அச்சில் வரிசைகளை கிடைமட்டமாக (நெடுவரிசை வாரியாக) அடுக்க இந்தச் செயல்பாடு பயன்படுத்தப்படுகிறது. ஏற்கனவே உள்ள வரிசையில் நெடுவரிசைகளைச் சேர்ப்பதற்கு அல்லது பல வரிசைகளை அருகருகே இணைப்பதன் மூலம் புதிய வரிசையை உருவாக்க இது பயனுள்ளதாக இருக்கும்.
- vstack: hstack ஐப் போலவே, இந்தச் செயல்பாடு ஒரு ஒற்றை அச்சில் வரிசைகளை செங்குத்தாக (வரிசை வாரியாக) அடுக்கப் பயன்படுகிறது. ஏற்கனவே உள்ள வரிசையில் வரிசைகளைச் சேர்ப்பதற்கோ அல்லது ஒன்றுக்கொன்று மேல் பல அணிவரிசைகளைச் சேர்ப்பதன் மூலம் புதிய வரிசையை உருவாக்குவதற்கோ இது நன்மை பயக்கும்.
முடிவில், தி NumPy பிளவு செயல்பாடு பைத்தானில் பெரிய அளவிலான தரவைக் கையாள்வதற்கான இன்றியமையாத கருவியாகும். தரவுத்தொகுப்பை சிறிய பகுதிகளாகப் பிரிப்பதன் மூலம், தரவுகளின் குறிப்பிட்ட துணைக்குழுக்களை நாம் திறமையாக பகுப்பாய்வு செய்து மதிப்புமிக்க நுண்ணறிவுகளைப் பெறலாம். மேலும், NumPy இல் தொடர்புடைய செயல்பாடுகள் மற்றும் நூலகங்களைப் புரிந்துகொள்வது பைத்தானில் எங்கள் தரவு கையாளுதல் திறன்களை மேலும் மேம்படுத்த உதவும்.
