நிரலாக்க உலகில், பைதான் அதன் பயன்பாட்டின் எளிமை, படிக்கக்கூடிய தன்மை மற்றும் நெகிழ்வுத்தன்மை ஆகியவற்றால் அறியப்பட்ட ஒரு பிரபலமான மொழியாக மாறியுள்ளது. அதன் எண்ணற்ற நூலகங்களில், NumPy, ஃபேஷன் உட்பட பல்வேறு துறைகளில் பல பயன்பாடுகளைக் கொண்ட எண் தரவுகளைக் கையாள்வதற்கான மிகவும் சக்திவாய்ந்த கருவிகளில் ஒன்றாக உள்ளது. இந்த கட்டுரையில், நாம் NumPy வடிவ செயல்பாட்டை ஆராய்வோம், அதன் தொடரியல் பற்றி விவாதிப்போம் மற்றும் ஃபேஷன் போக்குகளின் பகுப்பாய்வு சம்பந்தப்பட்ட பிரச்சனைக்கு ஒரு நடைமுறை தீர்வை வழங்குவோம். வழியில், நாங்கள் தொடர்புடைய நூலகங்கள் மற்றும் செயல்பாடுகளை ஆராய்வோம். எனவே, ஆரம்பிக்கலாம்!
NumPy வடிவ செயல்பாடு ஒரு அணிவரிசையின் கட்டமைப்பை பகுப்பாய்வு செய்வதற்கான ஒரு இன்றியமையாத கருவியாகும். வேறு வார்த்தைகளில் கூறுவதானால், இது வரிசையின் பரிமாணங்களைப் பெறவும் அதை மிகவும் திறமையாக கையாளவும் அனுமதிக்கிறது. இந்தச் செயல்பாட்டைப் பயன்படுத்த, நாம் முதலில் NumPy நூலகத்தை பின்வருமாறு இறக்குமதி செய்ய வேண்டும்:
import numpy as np
நூலகத்தை இறக்குமதி செய்த பிறகு, ஒரு நடைமுறை சிக்கலைக் கருத்தில் கொள்வோம்: காலப்போக்கில் தோன்றிய வெவ்வேறு பாணிகள் மற்றும் தோற்றங்களைப் புரிந்துகொள்ள வரலாற்று பேஷன் போக்குகளின் தரவை பகுப்பாய்வு செய்தல். பல்வேறு ஆடை பொருட்கள், அவற்றின் நிறங்கள் மற்றும் அவை நவநாகரீகமாக இருந்த ஆண்டு பற்றிய தகவல்களைக் கொண்ட தரவுத்தொகுப்பு எங்களிடம் உள்ளது என்று வைத்துக்கொள்வோம்.
NumPy வடிவ செயல்பாட்டைப் புரிந்துகொள்வது
NumPy இல் உள்ள வடிவ செயல்பாடு என்பது கொடுக்கப்பட்ட வரிசையின் பரிமாணங்களை வழங்கும் உள்ளமைக்கப்பட்ட செயல்பாடாகும். இந்த செயல்பாட்டை அணுக, இதைப் பயன்படுத்தி அழைக்கவும் வடிவம் வரிசை பொருளின் பண்பு, இது போன்றது:
array_shape = array_name.shape
எடுத்துக்காட்டாக, எங்களின் ஃபேஷன் தரவுத்தொகுப்பைக் கொண்ட பின்வரும் வரிசை எங்களிடம் உள்ளது என்று வைத்துக்கொள்வோம்:
fashion_data = np.array([[2000, "red", "skirt"],
[2001, "blue", "jeans"],
[2002, "green", "jacket"]])
fashion_data_shape = fashion_data.shape
print(fashion_data_shape) # Output: (3, 3)
இந்த எடுத்துக்காட்டில், வடிவ செயல்பாடு tuple (3, 3) ஐ வழங்குகிறது, இது எங்கள் தரவுத்தொகுப்பில் மூன்று வரிசைகள் மற்றும் மூன்று நெடுவரிசைகள் இருப்பதைக் குறிக்கிறது.
NumPy மூலம் ஃபேஷன் போக்குகளை ஆராய்தல்
வடிவ செயல்பாடு பற்றிய தெளிவான புரிதலுடன், ஃபேஷன் போக்குகளின் பகுப்பாய்வின் சூழலில் அதை எவ்வாறு பயன்படுத்தலாம் என்பதை இப்போது விவாதிக்கலாம். எங்கள் தரவுத்தொகுப்பில் ஒவ்வொரு ஆண்டும் மிகவும் பிரபலமான வண்ணங்கள் மற்றும் ஆடை பொருட்களை பகுப்பாய்வு செய்ய விரும்புகிறோம் என்று வைத்துக்கொள்வோம். அவ்வாறு செய்ய, வரிசையின் மூலம் மீண்டும் செய்யவும் மற்றும் தொடர்புடைய தகவலை அணுகவும் வடிவ செயல்பாட்டைப் பயன்படுத்துவோம்.
முதலில், எங்கள் தரவுத்தொகுப்பில் உள்ள வரிசைகளின் (ஆண்டுகள்) எண்ணிக்கையைப் பெறுகிறோம்:
num_years = fashion_data_shape[0]
அடுத்து, நாம் வரிசைகள் வழியாகச் சென்று ஒவ்வொரு ஆண்டும் ஆடை நிறம் மற்றும் உருப்படியைப் பிரித்தெடுக்கலாம்:
for i in range(num_years):
trend_year = fashion_data[i, 0]
trend_color = fashion_data[i, 1]
trend_item = fashion_data[i, 2]
print(f"In {trend_year}, {trend_color} {trend_item} were fashionable.")
இந்த குறியீடு துணுக்கு பின்வருவனவற்றை வெளியிடும்:
"`
2000 ஆம் ஆண்டில், சிவப்பு பாவாடை நாகரீகமாக இருந்தது.
2001 இல், நீல ஜீன்ஸ் நாகரீகமாக இருந்தது.
2002 இல், பச்சை ஜாக்கெட் நாகரீகமாக இருந்தது.
"`
NumPy வடிவச் செயல்பாட்டைப் பயன்படுத்துவதன் மூலம், எங்கள் தரவுத்தொகுப்பிலிருந்து தொடர்புடைய தகவலை அணுகவும், பல ஆண்டுகளாக வெவ்வேறு பாணிகள், தோற்றங்கள் மற்றும் போக்குகளைக் காண்பிக்கவும் முடிந்தது.
முக்கிய எடுத்துக்காட்டுகள்
இந்த கட்டுரையில், நாங்கள் ஆராய்ந்தோம் NumPy வடிவ செயல்பாடு மற்றும் அதன் தொடரியல், பகுப்பாய்வு ஒரு நடைமுறை உதாரணம் டைவிங் ஃபேஷன் போக்குகள் தகவல்கள். தரவுத்தொகுப்பில் உள்ள பல்வேறு கூறுகளை அணுக வடிவச் செயல்பாட்டைப் பயன்படுத்துவதை நாங்கள் நிரூபித்தோம், காலப்போக்கில் வெவ்வேறு பாணிகள் மற்றும் போக்குகளை திறமையாக பகுப்பாய்வு செய்து காட்சிப்படுத்த எங்களுக்கு உதவுகிறது. முடிவில், வடிவ செயல்பாடு என்பது எண் தரவுகளுடன் பணிபுரியும் ஒரு சக்திவாய்ந்த கருவியாகும், இதில் பல்வேறு துறைகளில் பல பயன்பாடுகள் உள்ளன. ஃபேஷன் மற்றும் பாணி பகுப்பாய்வு.
