Bu yazımızda Python programlama dilini, özellikle NumPy kütüphanesine odaklanarak ve bu kütüphaneyi kullanarak bir sütunun nasıl silineceğini tartışacağız. Python, web geliştirme, veri analizi, yapay zeka ve daha fazlası dahil olmak üzere çeşitli amaçlar için yaygın olarak kullanılan çok yönlü bir programlama dilidir. Python'un popülaritesinin en önemli bileşenlerinden biri, kodlama sürecini daha verimli ve kullanımı daha kolay hale getiren çok sayıda kitaplığıdır. NumPy, büyük, çok boyutlu diziler ve sayısal veri matrisleriyle çalışmak için özel olarak tasarlanmış böyle bir kitaplıktır. Veri işleme alanında, bir diziden sütunların nasıl silineceğini bilmek çok önemlidir çünkü bu, birçok iş akışında yaygın olarak kullanılan bir ön işleme adımıdır.
NumPy kitaplığı, bu görevi gerçekleştirmek için "delete" adlı kullanıcı dostu bir işlev sunar. numpy.delete() işlevi, belirtilen bir eksen boyunca bir dizideki öğeleri kaldırabilir. Bu, bir 2B diziden veya bir matristen bir sütunu silmemizi kolaylaştırır.
Başlamak için, NumPy kitaplığını içe aktaralım ve örnek bir 2B dizi oluşturalım:
import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("Original array:")
print(array)
Şimdi, 2B dizimizden belirli bir sütunu silmek için "np.delete()" işlevini kullanacağız:
# 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() işlevini açıklama
np.delete() işlevi üç ana argüman alır: giriş dizisi, silinecek öğenin veya sütunun dizini ve silinecek eksen. Yalnızca bir öğeyi değil, sütunu da silmek istediğimiz için eksen parametresi bu durumda çok önemlidir. Axis=1 yaparak fonksiyona kolon ekseni boyunca silmesini söylüyoruz. Eksen=0 olarak ayarlarsak, işlev satır ekseni boyunca siler.
np.delete() işlevinin orijinal diziyi yerinde değiştirmediğini unutmayın. Bunun yerine, iş akışınızda orijinal verileri korumak istediğinizde gerekli olan yeni bir değiştirilmiş dizi döndürür.
NumPy kitaplığında gezinme
NumPy kitaplığı, büyük, çok boyutlu dizileri ve sayısal verilerin matrislerini işlemek için çeşitli tekniklere ve işlevlere sahiptir. Birçok popüler işlev, "yeniden şekillendirme", "birleştirme", "bölme" ve çok daha fazlasını içerir. NumPy, verimli ve kullanımı kolay veri yapıları nedeniyle Python ile matematiksel ve bilimsel bilgi işlem için temel pakettir.
NumPy'nin dizileri işleme ve veri işleme yöntemini anlamak, her veri bilimcisi veya makine öğrenimi meraklısı için önemli bir adımdır. Ek olarak, NumPy dizilerindeki sütunları silme ve değiştirme kavramını kavramak, büyük ölçekli veri ön işlemeyi yürütmek için yardımcı olabilir, çünkü alakasız veya gereksiz sütunları silmek, işlem süresini önemli ölçüde artırabilir ve verilerin analiz edilmesini kolaylaştırabilir.
