Ödevcim Online, Python, Python örnekleri, Python ödev yaptırma, Python danışmanlık, Python proje yaptırma, Python tez yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Python danışmanlık, Python yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.
NumPy Dizi Dilimleme
Dilimleme Dizileri
Python’da dilimleme, belirli bir dizinden belirli bir dizine öğeleri almak anlamına gelir.
Dizin yerine aşağıdaki gibi dilim geçiriyoruz: [start: end].
Ayrıca adımı şu şekilde tanımlayabiliriz: [start: end: step].
Eğer geçmezsek düşünmeye başla 0
Eğer bu boyutta dikkate alınan dizi uzunluğunu geçemezsek
Biz adım geçmezseniz dikkate 1
Misal
Aşağıdaki diziden öğeleri dizin 1’den dizin 5’e dilimleyin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (dizi [1: 5])
Not: Sonuç başlangıç dizinini içerir, ancak bitiş dizinini hariç tutar.
Misal
Dizin 4’ten dizinin sonuna kadar olan öğeleri dilimleyin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (dizi [4:])
Misal
Başlangıçtan dizin 4’e kadar dilim öğeleri (dahil değildir):
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (arr [4])
Negatif Dilimleme
Sondan bir dizine başvurmak için eksi işlecini kullanın:
Misal
Dizin 3’ten sondan dizin 1’e kadar dilim:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (dizi [3: -1])
ADIM
Dilimleme adımını belirlemek için adım değerini kullanın:
Misal
Diğer tüm öğeleri dizin 1’den dizin 5’e döndürün:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (dizi [1: 5: 2])
Misal
Tüm dizideki diğer tüm öğeleri döndür:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5, 6, 7])
baskı (arr [:: 2])
2 Boyutlu Dizileri Dilimleme
Misal
İkinci öğeden, dizin 1’den dizin 4’e dilim öğeleri (dahil değildir):
np’yi np olarak içe aktar
arr = np. dizisi ([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
baskı (dizi [1, 1: 4])
Not: İkinci öğenin dizin 1 olduğunu unutmayın.
Misal
Her iki öğeden de, dizin 2’yi döndürün:
np’yi np olarak içe aktar
arr = np. dizisi ([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
baskı (dizi [0: 2, 2])
Misal
Her iki öğeden de, dizin 1’i dizin 4’e (dahil değildir) dilimleyin, bu 2 boyutlu bir dizi döndürür:
np’yi np olarak içe aktar
arr = np. dizisi ([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
baskı (dizi [0: 2, 1: 4])
NumPy Veri Türleri
Python’da Veri Türleri
Varsayılan olarak Python şu veri türlerine sahiptir:
dizeler – metin verilerini temsil etmek için kullanılır, metin tırnak işaretleri altında verilir. Örneğin. “ABCD”
tamsayı – tamsayı sayılarını temsil etmek için kullanılır. Örneğin. -1, -2, -3
float – gerçek sayıları temsil etmek için kullanılır. Örneğin. 1,2, 42,42
boolean – Doğru veya Yanlış’ı temsil etmek için kullanılır.
karmaşık – karmaşık düzlükte bir sayıyı temsil etmek için kullanılır. Örneğin. 1.0 + 2.0j, 1.5 + 2.5j
NumPy’deki Veri Türleri
NumPy’nin bazı ek veri türleri vardır ve tamsayılar için i, işaretsiz tamsayılar için u gibi bir karakterli veri türlerine başvurur.
Aşağıda NumPy’deki tüm veri türlerinin ve bunları temsil etmek için kullanılan karakterlerin bir listesi bulunmaktadır.
- i – tamsayı
- b – boolean
- u – işaretsiz tam sayı
- f – şamandıra
- c – karmaşık şamandıra
- m – timedelta
- M – tarih
- O – nesne
- S – dize
- U – unicode dize
- V – diğer türler için sabit bellek yığını (geçersiz)
Dizinin Veri Türünü Kontrol Etme
NumPy dizi nesnesinin, dizinin veri türünü döndüren dtype adlı bir özelliği vardır:
Misal
Bir dizi nesnesinin veri türünü alın:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4])
Baskı (arr.dtype)
Misal
Dizeleri içeren bir dizinin veri türünü alın:
np’yi np olarak içe aktar
arr = np.array ([‘elma’, ‘muz’, ‘kiraz’])
Baskı (arr.dtype)
Tanımlı Veri Türüyle Diziler Oluşturma
Diziler oluşturmak için array () işlevini kullanırız, bu işlev isteğe bağlı bir bağımsız değişken alabilir: dtype, dizi öğelerinin beklenen veri türünü tanımlamamızı sağlar:
Misal
Veri türü dizesiyle bir dizi oluşturun:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4], dtype = ‘S’)
Baskı (arr)
Baskı (arr.dtype)
İ, u, f, S ve U için boyutu da tanımlayabiliriz.
Misal
Veri türü 4 bayt tamsayı ile bir dizi oluşturun:
np’yi np olarak içe aktar
arr = np.dizisi ([1, 2, 3, 4], dtype = ‘i4’)
Baskı (arr)
Baskı (arr.dtype)
Bir Değer Dönüştürülemezse ne olur?
Öğelerin dökülemediği bir tür verilirse, NumPy bir ValueError değerini yükseltir.
ValueError: Bir işleve iletilen bağımsız değişken türü beklenmedik / yanlış olduğunda Python’da ValueError değeri yükseltilir.
Misal
‘A’ gibi tamsayı olmayan bir dize tamsayıya dönüştürülemez (bir hata oluşturur):
np’yi np olarak içe aktar
arr = np.array ([‘a’, ‘2’, ‘3’], dtype = ‘i’)
Varolan Dizilere Veri Türünü Dönüştürme
Varolan bir dizinin veri türünü değiştirmenin en iyi yolu, dizinin astype () yöntemiyle bir kopyasını oluşturmaktır.
Astype () işlevi dizinin bir kopyasını oluşturur ve veri türünü parametre olarak belirlemenizi sağlar.
Veri türü, kayan nokta için ‘f’, tamsayı için ‘i’ gibi bir dize kullanılarak belirtilebilir veya veri türünü doğrudan kayan nokta için kayan nokta ve tamsayı için int gibi kullanabilirsiniz.
Misal
Parametre değeri olarak ‘i’ kullanarak veri türünü kayan noktadan tam sayıya değiştirin:
np’yi np olarak içe aktar
arr = np. dizisi ([1.1, 2.1, 3.1])
newarr = arr.astype (‘i’)
yazdırmak (newarr)
yazdırmak (newarr.dtype)
Misal
Parametre değeri olarak int kullanarak veri türünü kayan noktadan tam sayıya değiştirin:
np’yi np olarak içe aktar
arr = np. dizisi ([1.1, 2.1, 3.1])
newarr = arr.astype (int)
yazdırmak (newarr)
yazdırmak (newarr.dtype)
Misal
Veri türünü tamsayıdan boole’ye değiştirin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 0, 3])
newarr = arr.astype (bool)
yazdırmak (newarr)
yazdırmak (newarr.dtype)
NumPy Dizi Kopyalama ve Görüntüleme
Kopyalama ve Görüntüleme Arasındaki Fark
Bir kopya ile bir dizinin görünümü arasındaki temel fark, kopyanın yeni bir dizi olması ve görünümün yalnızca orijinal dizinin bir görünümü olmasıdır.
Kopya verilere sahiptir ve kopyada yapılan değişiklikler orijinal diziyi etkilemez ve orijinal dizide yapılan değişiklikler kopyayı etkilemez.
Görünümde veriler yoktur ve görünümde yapılan değişiklikler orijinal diziyi etkiler ve orijinal dizide yapılan değişiklikler görünümü etkiler.
KOPYA:
Misal
Bir kopya oluşturun, orijinal diziyi değiştirin ve her iki diziyi de görüntüleyin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5])
x = arr.copy ()
arr [0] = 42
Baskı (arr)
Baskı (x)
Kopya, orijinal dizide yapılan değişikliklerden ETKİLENMEMELİDİR.
GÖRÜNÜM:
Misal
Bir görünüm oluşturun, orijinal diziyi değiştirin ve her iki diziyi de görüntüleyin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5])
x = arr.view ()
arr [0] = 42
Baskı (arr)
Baskı (x)
Görünüm, orijinal dizide yapılan değişikliklerden etkilenmelidir.
GÖRÜNÜM’de Değişiklik Yapın:
Misal
Bir görünüm oluşturun, görünümü değiştirin ve her iki diziyi de görüntüleyin:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5])
x = arr.view ()
x [0] = 31
Baskı (arr)
Baskı (x)
Orijinal dizi, görünümde yapılan değişikliklerden etkilenmelidir.
Dizinin Verisine Sahip Olup Olmadığını Kontrol Edin!
Yukarıda belirtildiği gibi, kopyalar verilerin sahibidir ve görünümler verilerin sahibi değildir, ancak bunu nasıl kontrol edebiliriz?
Her NumPy dizisi, dizi verilere sahipse Hiçbiri döndüren öznitelik tabanına sahiptir.
Aksi takdirde, base niteliği orijinal nesneyi ifade eder.
Misal
Bir dizinin verisine sahip olup olmadığını kontrol etmek için base özelliğinin değerini yazdırın:
np’yi np olarak içe aktar
arr = np. dizisi ([1, 2, 3, 4, 5])
x = arr.copy ()
y = arr.view ()
Baskı (x.base)
Baskı (y.base)
Kopya hiçbiri döndürmez.
Görünüm orijinal diziyi döndürür.
Ödevcim Online, Python, Python örnekleri, Python ödev yaptırma, Python danışmanlık, Python proje yaptırma, Python tez yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Python danışmanlık, Python yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.
