एरे का परिचय

NumPy परिचय

Izzy Weber

Core Curriculum Manager, DataCamp

NumPy और Python इकोसिस्टम

Atlas द्वारा ग्लोब थामे हुए ग्राफिक, NumPy शैली में क्योंकि NumPy Python दुनिया को सँभालता है

1D, 2D, और 3D एरे का ग्राफिक

import numpy as np

python_list = [3, 2, 5, 8, 4, 9, 7, 6, 1]
array = np.array(python_list)
array

array([3, 2, 5, 8, 4, 9, 7, 6, 1])

type(array)

numpy.ndarray

python_list_of_lists = [[3, 2, 5],
                        [9, 7, 1],
                        [4, 3, 6]]
np.array(python_list_of_lists)

array([[3, 2, 5],
       [9, 7, 1],
       [4, 3, 6]])

Python लिस्ट्स

python_list = ["beep", False, 56, .945, [3, 2, 5]]

NumPy एरे

numpy_boolean_array = [[True, False], [True, True], [False, True]]

numpy_float_array = [1.9, 5.4, 8.8, 3.6, 3.2]

एरे को शुरुआत से बनाने के कई NumPy फंक्शन हैं, जैसे:

np.zeros((5, 3))

array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

np.random.random((2, 4))

array([[0.88524516, 0.85641352, 0.33463107, 0.53337117],
       [0.69933362, 0.09295327, 0.93616428, 0.03601592]])

np.random एक NumPy मॉड्यूल है जबकि np.random.random() np.random के भीतर एक फंक्शन है

np.arange(-3, 4)

array([-3, -2, -1,  0,  1,  2,  3])

np.arange(4)

array([0, 1, 2, 3])

np.arange(-3, 4, 3)

array([-3,  0,  3])

from matplotlib import pyplot as plt
plt.scatter(np.arange(0, 7),
            np.arange(-3, 4))
plt.show()

X और Y अक्ष पर दो रेंज एरे का प्लॉट

NumPy परिचय