PYTHON NUMPY (9) – NumPy Ufuncs Ondalık Sayıları Yuvarlama – PYTHON NUMPY DANIŞMANLIK

Ödevcim'le ödevleriniz bir adım önde ... 7/24 Hizmet Vermekteyiz... Tüm işleriniz Ankara'da Billgatesweb şirketi güvencesiyle yapılmaktadır. 0 (312) 276 75 93 --- @ İletişim İçin Whatsapp Mesajı + 90 542 371 29 52 @ Ödev Hazırlama, Proje Hazırlama, Makale Hazırlama, Tez Hazırlama, Essay Hazırlama, Çeviri Hazırlama, Analiz Hazırlama, Sunum Hazırlama, Rapor Hazırlama, Çizim Hazırlama, Video Hazırlama, Reaction Paper Hazırlama, Review Paper Hazırlama, Proposal Hazırlama, Öneri Formu Hazırlama, Kod Hazırlama, Akademik Danışmanlık, Akademik Danışmanlık Merkezi, Ödev Danışmanlık, Proje Danışmanlık, Makale Danışmanlık, Tez Danışmanlık, Essay Danışmanlık, Çeviri Danışmanlık, Analiz Danışmanlık, Sunum Danışmanlık, Rapor Danışmanlık, Çizim Danışmanlık, Video Danışmanlık, Reaction Paper Danışmanlık, Review Paper Danışmanlık, Proposal Danışmanlık, Öneri Formu Danışmanlık, Kod Danışmanlık, Formasyon Danışmanlık, Tez Danışmanlık Ücreti, Ödev Yapımı, Proje Yapımı, Makale Yapımı, Tez Yapımı, Essay Yapımı, Essay Yazdırma, Essay Hazırlatma, Essay Hazırlama, Ödev Danışmanlığı, Ödev Yaptırma, Tez Yazdırma, Tez Merkezleri, İzmir Tez Merkezi, Ücretli Tez Danışmanlığı, Akademik Danışmanlık Muğla, Educase Danışmanlık, Proje Tez Danışmanlık, Tez Projesi Hazırlama, Tez Destek, İktisat ödev YAPTIRMA, Üniversite ödev yaptırma, Matlab ödev yaptırma, Parayla matlab ödevi yaptırma, Mühendislik ödev yaptırma

1 Star2 Stars3 Stars4 Stars5 Stars (1 Kişi oy verdi, 5 üzerinden ortalama puan: 5,00. Bu yazıya oy vermek ister misiniz?)
Loading...

PYTHON NUMPY (9) – NumPy Ufuncs Ondalık Sayıları Yuvarlama – PYTHON NUMPY DANIŞMANLIK

6 Ağustos 2020 Dizilerde LCM Bulma Doğal Günlük veya Base e'deki Günlük Eksen Üzerinde Toplama Eksen Üzerindeki Ürün Herhangi Bir Tabandan Oturum Açma Kümülatif Toplam Kümülatif Ürün NumPy Farkları Farklılıklar NumPy Günlükleri NumPy LCM Bulma En Düşük Ortak Çoklu NumPy Summations Summation ve add arasındaki fark nedir? NumPy Ufuncs Ondalık Sayıları Yuvarlama NumPy Ürünleri Ödevcim Online Tavan yapmak 0
PYTHON NUMPY (9) – NumPy Ufuncs Ondalık Sayıları Yuvarlama – PYTHON NUMPY DANIŞMANLIK

 

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 Ufuncs Ondalık Sayıları Yuvarlama

NumPy’de ondalık sayıları yuvarlamanın başlıca beş yolu vardır:

  • kesme
  • düzeltme
  • yuvarlatma
  • zemin
  • tavan yapmak
  • kesme

Ondalık basamakları kaldırın ve sıfıra en yakın float numarasını döndürün. Trunc () ve fix () işlevlerini kullanın.

Misal
Aşağıdaki dizinin öğelerini kısaltın:

numpy’yi np olarak içe aktar

arr = np.trunc ([- 3.1666, 3.6667])

Baskı (arr)

Misal
Aynı örnek, fix () kullanılarak:

numpy’yi np olarak içe aktar

arr = np.fix ([- 3.1666, 3.6667])

Baskı (arr)

yuvarlatma
Around () işlevi,> = 5 başka bir şey yapmazsa basamak veya ondalık basamaktan önceki değeri 1 artırır.

Örneğin. 1 ondalık basamağa yuvarlama, 3.16666 3,2

Misal
3.1666 ila 2 ondalık basamağı yuvarlayın:

numpy’yi np olarak içe aktar

arr = np.a (3.1666, 2)

Baskı (arr)

Zemin

Floor () işlevi ondalık basamaktan en yakın düşük tamsayıya yuvarlar.

Örneğin. 3.166 kat 3’tür.

Misal
Aşağıdaki dizinin öğelerini katlayın:

numpy’yi np olarak içe aktar

arr = np.kat ([- 3.1666, 3.6667])

Baskı (arr)

Not: floor () işlevi, tamsayıları döndüren trunc () işlevinden farklı olarak float döndürür.

Tavan yapmak

Ceil () işlevi ondalık basamaktan en yakın üst tamsayıya yuvarlar.

Örneğin. 3.166’nın tavanı 4’tür.

Misal
Tavan aşağıdaki dizinin elemanlarını:

numpy’yi np olarak içe aktar

arr = np.ceil ([- 3,1666, 3,6667])

Baskı (arr)

NumPy Günlükleri

Kütükler

NumPy, taban 2, e ve 10’da günlük gerçekleştirmek için işlevler sağlar.

Ayrıca, özel bir ufunc oluşturarak herhangi bir temel için nasıl günlük alabileceğimizi keşfedeceğiz.

Günlük hesaplanamazsa, tüm günlük işlevleri öğelere -inf veya inf yerleştirir.

Base 2’de oturum açın
2. tabanda günlük gerçekleştirmek için log2 () işlevini kullanın.

Misal
Aşağıdaki dizideki tüm öğelerin taban 2’sindeki günlüğü bulun:

numpy’yi np olarak içe aktar

arr = np.arange (1, 10)

Baskı (np.log2 (arr))

Not: arange (1, 10) işlevi 1’den (dahil) 10’a (dahil değildir) başlayan tamsayılar içeren bir dizi döndürür.

Base 10’da oturum açın
Temel 10’da günlük gerçekleştirmek için log10 () işlevini kullanın.

Misal
Aşağıdaki dizideki tüm öğelerin 10 tabanındaki günlüğü bulun:

numpy’yi np olarak içe aktar

arr = np.arange (1, 10)

yazdırmak (np.log10 (arr))

Doğal Günlük veya Base e’deki Günlük

E tabanındaki günlüğü gerçekleştirmek için log () işlevini kullanın.

Misal
Aşağıdaki dizinin tüm elemanlarının e tabanındaki günlüğü bulun:

numpy’yi np olarak içe aktar

arr = np.arange (1, 10)

yazdırmak (np.log (arr))

Herhangi Bir Tabandan Oturum Açma

NumPy herhangi bir temelde günlüğü almak için herhangi bir işlev sağlamaz, bu nedenle frompyfunc () işlevini, iki giriş parametresi ve bir çıkış parametresi ile dahili math.log () işleviyle birlikte kullanabiliriz:

Misal
matematik içe aktarma günlüğünden
numpy’yi np olarak içe aktar

nplog = np.frompyfunc (günlük, 2, 1)

baskı (nplog (100, 15))

NumPy Summations

Summation ve add arasındaki fark nedir?

Toplama iki argüman arasında yapılırken toplama n element üzerinde gerçekleşir.

Misal
Arr1’deki değerleri arr2’deki değerlere ekleyin:

numpy’yi np olarak içe aktar

arr1 = np.array ([1, 2, 3])
arr2 = np. dizisi ([1, 2, 3])

newarr = np.ekle (arr1, arr2)

yazdırmak (newarr)

İade: [2 4 6]

Misal
Arr1’deki değerleri ve arr2’deki değerleri toplayın:

numpy’yi np olarak içe aktar

arr1 = np.array ([1, 2, 3])
arr2 = np. dizisi ([1, 2, 3])

newarr = np.sum ([arr1, arr2])

yazdırmak (newarr)

İade: 12

Eksen Üzerinde Toplama

Eksen = 1 belirtirseniz, NumPy her dizideki sayıları toplar.

Misal
1. eksende aşağıdaki dizide toplamı gerçekleştirin:

numpy’yi np olarak içe aktar

arr1 = np.array ([1, 2, 3])
arr2 = np. dizisi ([1, 2, 3])

newarr = np.sum ([arr1, arr2], axis = 1)

yazdırmak (newarr)

İade: [6 6]

Kümülatif Toplam

Kümülatif toplam, öğelerin kısmen diziye eklenmesi anlamına gelir.

Örneğin. [1, 2, 3, 4] kısmi toplamı [1, 1 + 2, 1 + 2 + 3, 1 + 2 + 3 + 4] = [1, 3, 6, 10] olacaktır.

Kısmi toplamı cumsum () işleviyle tamamlayın.

Misal
Aşağıdaki dizide birikimli toplamı gerçekleştirin:

numpy’yi np olarak içe aktar

arr = np.array ([1, 2, 3])

newarr = np.cumsum (arr)

yazdırmak (newarr)

İade: [1 3 6]

NumPy Ürünleri

Ürün:% s
Bir dizideki öğelerin ürününü bulmak için prod () işlevini kullanın.

Misal
Bu dizinin elemanlarının çarpımını bulun:

numpy’yi np olarak içe aktar

arr = np. dizisi ([1, 2, 3, 4])

x = np.prod (dizi)

Baskı (x)

İade: 24 çünkü 1 * 2 * 3 * 4 = 24

Misal
İki dizinin elemanlarının çarpımını bulun:

numpy’yi np olarak içe aktar

arr1 = np. dizisi ([1, 2, 3, 4])
arr2 = np.array ([5, 6, 7, 8])

x = np.prod ([dizi1, dizi2])

Baskı (x)

İade: 40320 çünkü 1 * 2 * 3 * 4 * 5 * 6 * 7 * 8 = 40320

Eksen Üzerindeki Ürün

Eksen = 1 belirtirseniz, NumPy her dizinin ürününü döndürür.

Misal
1. eksende aşağıdaki dizide toplamı gerçekleştirin:

numpy’yi np olarak içe aktar

arr1 = np. dizisi ([1, 2, 3, 4])
arr2 = np.array ([5, 6, 7, 8])

newarr = np.prod ([arr1, arr2], eksen = 1)

yazdırmak (newarr)

İadeler: [24 1680]

Kümülatif Ürün

Kümülatif ürün, ürünü kısmen almak anlamına gelir.

Örneğin. [1, 2, 3, 4] ‘ün kısmi ürünü [1, 1 * 2, 1 * 2 * 3, 1 * 2 * 3 * 4] = [1, 2, 6, 24]

Cumprod () işleviyle perfom kısmi toplamı.

Misal
Aşağıdaki dizi için tüm öğelerin kümülatif ürününü alın:

numpy’yi np olarak içe aktar

arr = np. dizisi ([5, 6, 7, 8])

newarr = np.cumprod (dizi)

yazdırmak (newarr)

İade: [5 30210 1680]

NumPy Farkları

Farklılıklar

Farklı bir fark, birbirini izleyen iki öğenin çıkarılması anlamına gelir.

Örneğin. [1, 2, 3, 4] için, ayrık fark [2-1, 3-2, 4-3] = [1, 1, 1] olacaktır.

Ayrık farkı bulmak için diff () işlevini kullanın.

Misal
Aşağıdaki dizinin ayrık farkını hesaplayın:

np’yi np olarak içe aktar

arr = np. dizisi ([10, 15, 25, 5])

newarr = np.diff (arr)

yazdırmak (newarr)

Döndürür: [5 10-20] çünkü 15-10 = 5, 25-15 = 10 ve 5-25 = -20

Bu işlemi n parametresini vererek tekrar tekrar yapabiliriz.

Örneğin. [1, 2, 3, 4] için, n = 2 ile ayrık fark [2-1, 3-2, 4-3] = [1, 1, 1] olacaktır, o zaman, n = 2 olduğundan, biz yeni sonuçla bir kez daha yapacak: [1-1, 1-1] = [0, 0]

Misal
Aşağıdaki dizinin ayrık farkını iki kez hesaplayın:

np’yi np olarak içe aktar

arr = np. dizisi ([10, 15, 25, 5])

newarr = np.diff (arr, n = 2)

yazdırmak (newarr)

Döndürür: [5-30] çünkü: 15-10 = 5, 25-15 = 10 ve 5-25 = -20 VE 10-5 = 5 ve -20-10 = -30

NumPy LCM Bulma En Düşük Ortak Çoklu

En Düşük Ortak Kat, her iki sayının ortak katı olan en küçük sayıdır.

Misal
Aşağıdaki iki numaranın LCM’sini bulun:

numpy’yi np olarak içe aktar

num1 = 4
num2 = 6

x = np.lcm (num1, num2)

Baskı (x)

Döndürür: 12, çünkü bu her iki sayının en küçük ortak katıdır (4 * 3 = 12 ve 6 * 2 = 12).

Dizilerde LCM Bulma

Bir dizideki tüm değerlerin En Küçük Ortak Katını bulmak için, azaltma () yöntemini kullanabilirsiniz.

Reduce () yöntemi, her öğede ufunc, bu durumda lcm () işlevini kullanır ve diziyi bir boyuta indirir.

Misal
Aşağıdaki dizinin değerlerinin LCM’sini bulun:

numpy’yi np olarak içe aktar

arr = np. dizisi ([3, 6, 9])

x = np.lcm.reduce (arr)

Baskı (x)

Döndürür: 18, çünkü bu, üç sayının en düşük ortak katıdır (3 * 6 = 18, 6 * 3 = 18 ve 9 * 2 = 18).

Misal
Dizinin 1’den 10’a kadar tüm tamsayıları içerdiği bir dizinin tümünün LCM’sini bulun:

numpy’yi np olarak içe aktar

arr = np.arange (1, 11)

x = np.lcm.reduce (arr)

Baskı (x)


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.


 

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir