منذ 12 ساعة
أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :
يعني Numpy Python العددي.في هذه الدورة ، سوف تتعلم عن مكتبة Numpy في لغة برمجة Python مع تمارين الترميز في الوقت الحقيقي في دفتر الملاحظات Jupyter ، في سهلة للغاية لفهم اللغة. استيراد numpy مثل np
2. 1-D Array-A = np.array ([1،2،3،4،5]) # لإنشاء صفيف أحادي البعد.
3. صفيف 2-D-A = np.array ([[1،2،3] ، [4،5،6]]) # لإنشاء صفيف ثنائي الأبعاد.
4. 3-D Array-A = NP.Array ([[[1،2،3] ، [4،5،6] ، [7،8،9]]]) # لإنشاء صفيف ثلاثي الأبعاد.
5. صفيف من القائمة - l = np.array ([1،2،3،4،5]) # لإنشاء صفيف من القائمة.
6. صفيف من tuple - t = np.array ((11،22،33،44،55)) # لإنشاء صفيف من tuple.
7. np.asarray () - لتحويل أي نوع بيانات (قائمة ، tuple) إلى numpy array.ex: l_array = np.asarray (list) ؛ t_array = np.asarray (tuple)
8. Array Dynamic - مجموعة ديناميكية تشبه صفيف ، ولكن مع الفرق الذي يمكن تعديل حجمه ديناميكيًا في وقت التشغيل.
9. np.array ([1،2،3،4] ، ndmin = 2 ، dtype = complex) # يمكننا تعيين البعد ونوع البيانات لأي صفيف.
10. np.arange () - a = np.arange (1،20،3) # لإنشاء تسلسل الأرقام.
11. Reshape () - A = A.Reshape (3،4) # لإعادة تشكيل صفيف.
12. NDIM - A.NDIM # لإظهار عدد المحور (أبعاد/رتبة) الصفيف.
13. الشكل - A.Shape # شكل المصفوفة أي المصفوفة والصفوف والأعمدة.
14. الحجم - A.Size # يوضح الإجمالي لا. عناصر الصفيف.
15. dtype - a.dtype # يعرض نوع بيانات عناصر الصفيف.
16. العناصر - A.ItemSize # يظهر الحجم في بايت كل عنصر من عناصر الصفيف.
17. النوع () - النوع (أ) # يوضح نوع المصفوفة.
18. .Data - # يشير إلى عنوان ذاكرة البايت الأول في الصفيف.
19. Strides - A.Strides # إنه لا. من البايتات التي يجب تخطيها في الذاكرة للذهاب إلى العنصر التالي.
20. a = np.array ([[1،2،3] ، [4،5،6]] ، dtype = float) # إنشاء صفيف من قوائم مع type float.
21. عمليات المصفوفات - A = np.array ([1،2،3،4]) ، b = np.array ([11،22،33،44]) a + b à [12 24 36 48] ؛؛ ب - أ [10 20 30 40] ؛؛ A * B à [11 44 99 176] ؛؛ B / A à [11. 11. 11. 11.] ، OR ، np.add (a ، b) à [12 24 36 48] ؛؛ NP.Subtract (B ، A) à [10 20 30 40] ؛؛ np.multiply (a ، b) à [11 44 99 176] ؛؛ np.divide (b ، a) à [11. 11. 11. 11.]
22. صفيف الأصفار- صفيف تكون فيه جميع القيم 0- Za = np.zeros ((3،4) ، dtype = int/float/str) # إنشاء مجموعة من جميع قيم الأصفار من الشكل المعطى والنوع. مجموعة واحدة- صفيف تكون فيه جميع القيم هي 1- a = np.ons ((4،3) ، dtype = int/float/str) # إنشاء مجموعة من جميع القيم ذات الشكل المعطى ونوعها.- يمكننا تحديد شكل البيانات ونوع البيانات من نوعها. صفيف القيمة الكاملة- صفيف تكون فيه جميع القيم نفس (ثابتة)- a = np.full ((3،4) ، 7) # إنشاء صفيف من 3 × 4 مع قيمة ثابتة واحدة (7) في كل مكان.- يمكننا تحديد الشكل ، ونمر القيمة المراد ملؤها في "المصفوفات الكاملة". عدد صحيح.
25. الوحدة العشوائية - تحتوي هذه الوحدة على الوظائف المستخدمة لإنشاء أرقام عشوائية.
A. وظيفة عشوائية - إنها تُرجع رقم (أرقام) العوام العشوائي بين 0 و 1.np.random.random (((2،3)) وظيفة Randint- إنها تولد أرقام (أرقام) عدد صحيح عشوائي بين النطاق المعطى .- بشكل افتراضي ، يبدأ النطاق من 0.- يمكن أن يتكرر الأرقام.
np.random.randint (5،20،4) من قيم عدد صحيح (4 هنا) بين أرقام الإدخال المعطاة 5 و 20. يمكن أن تكرر القيم. np.random.randint (5،20 ، (4،3)) وظيفة RAND - إنها تُرجع رقم (أرقام) عشوائية بين 0 و 1.np.random.rand (10) وظيفة Randn - تُرجع أرقام تعويم عشوائية (إيجابية وسلبية على حد سواء) في شكل Array.np.random.randn (2،3،4) # يعرض القيم (+/-) في شكل صفائف.
E. وظيفة موحدة- تُرجع أرقام (أرقام) عشوائية بين النطاق المعطى للقيم.- لا يمكن أن تكرر الأرقام العشوائية بشكل افتراضي ، ويبدأ النطاق من 0.- إذا لم يتم تمرير أي شيء في () ، فإنه سيعيد رقم تعويم بين 0 و 1.
np.random.uniform (1،5،50) # لا يتم عرضه. من القيم الفريدة بين أرقام الإدخال المعطاة. لا يمكن أن تكرر القيم. القيم في تنسيق تعويم.
f. وظيفة الاختيار- إنها تُرجع رقم (أرقام) عدد (أرقام) عشوائية من التسلسل المحدد .- يبدأ النطاق من 0 بشكل افتراضي.- إذا تم تمرير عنصر واحد فقط ، فسيتم إرجاع رقم بين 0 وهذا العنصر بشكل افتراضي ، استبدال = صحيح ، مما يعني أن الأرقام يمكن أن تكرر. قائمة الأرقام ؛ استبدال = حقيقي يعني أن العناصر يمكن أن تكرر nordom.normal (loc = 100 ، المقياس = 5 ، الحجم = 10) # يرسم عينة عشوائية من التوزيع العادي ؛ loc - متوسط التوزيع ؛ مقياس -ستود ديف من التوزيع ؛ الحجم - لا. من العناصر.
26. وظيفة linspace - np.linspace () - يعود بالتساوي (خطي) القيم المتباعدة داخل فترة زمنية معينة. np.linspace (start ، stop ، num = 50 ، endpoint = true ، retstep = true ، dtype = none) ؛ ex - a = np.linspace (2 ، 20 ، num = 15) ؛ B = np.linspace (1،100،12)
27. صفيف Flatten - A.Flatten () # يتم استخدامه للحصول على نسخة من Array انهارت إلى 1 -D.
28. وظيفة فارغة - np.empty () - # يتم استخدام الوظيفة الفارغة لإنشاء مجموعة من القيم التعسفية ، للشكل المعطى ونمذجة البيانات ، دون تهيئة الإدخالات. b = np.empty ((5،3) ، dtype = int) ؛؛ c = np.empty ([2،5،3] ، dtype = object) بناء الجملة: np.empty (الشكل ، dtype)- يمكن أن يعطى الشكل في القائمة أو النموذج tuple- نوع البيانات الافتراضي هو float
29. يمكننا تحديد أنواع البيانات من الصفوف والأعمدة = np.full ((2،3) ، 3 ، dtype = [(‘x '، float) ، (y' ، int)])
30. وظيفة العين- np.eye ()- تُرجع وظيفة العين صفيف ثنائي الأبعاد ، مع 1 على قطري و 0 في مكان آخر. ssyntax: np.eye (الشكل ، k ، dtype)- هنا ، إذا تم تمرير عدد الصفوف فقط ، ثم عدد الأعمدة = عدد الصفوف- k هو مؤشر diagonal ، بشكل متكافئ ، k = 0 يعني diabonal ؛ عندما يكون k = الإيجابي يعني القطر العلوي ؛ عندما تعني k = السلبية انخفاض قطري- فإن نوع البيانات الافتراضي هو تعويم
31. صفيف الهوية- np.identity ()- إنه يرجع صفيف الهوية أي صفيف مربع مع 1 على القطر الرئيسي وجميع العناصر الأخرى هي 0.syntax: np.Identity (الشكل ، dtype)- يأخذ قيمة integer واحدة فقط مثل الشكل.- عدد الصفوف وعدد الأعمدة تساوي القيمة المحددة.- تلك مثل Array - إنها تُرجع مجموعة من تلك ، بنفس الشكل والنوع اعتبارًا من الصفيف المعطى. syntax: np.ones_like (Array ، dtype) ex: a = np.ones_like (b) - سيعيد صفيفًا من نفس الشكل ونوعه اعتبارًا من المعطى تم إنشاؤه بالفعل B.
33. أصفار مثل Array - إنها تُرجع مجموعة من الأصفار ، مع نفس الشكل والنوع كما هو الحال في المصفوفة المعطاة. syntax: np.zeros_like (صفيف ، dtype) على سبيل المثال: p = np.zeros_like (q) - سيعود صفيف p من الأصفار ، من نفس الشكل ونوعها المعطى من Array Q.
34. كامل مثل الصفيف - يرجع مجموعة كاملة من العناصر الثابتة ، مع نفس الشكل والنوع كما هو الحال في المصفوفة المعطاة. syntax: np.full_like (Array ، fill_value ، dtype) على سبيل المثال: x = np.full_ like (y ، 7) - سيعود صفيف x مملوءة بالقيمة الثابتة 7 ، من نفس الشكل ونوعها. الوظيفة القطرية- يتم استخدامها لاستخراج العناصر القطرية لمجموعة ، أو تستخدم لبناء صفيف قطري جديد. هو 0. استخدم K> 0 للأقطار فوق القطري الرئيسي. استخدم K <0 للأقطار أسفل القطري الرئيسي.
36. TRANDSPOSE FUNCTION - إنه يحول الصفوف إلى أعمدة ، والأعمدة إلى صفوف. copy () - a = a.copy () # إنه يعيد نسخة من الصفيف.
38. المشغلين - +، - ، * ، / - a = np.array ([1،2،3]) ؛ B = A + 1 à B = [2،3،4] ؛ C = A * 2 à C = [2،4،6]
39. Transpose - A.T # Coverts الصفوف في الأعمدة والأعمدة في صفوف.
40. عوامل Unary - هؤلاء المشغلين الذين يتطلبون معاملًا واحدًا فقط. لنفترض أن "A" عبارة عن صفيف: a.max () ، a.max (axis = 1) ، a.max (Axis = 0) ، a.sum () a.min () ، a.min (Axis = 1) ، a.min (Axis = 0) ، np.sum (a ، axis = 1)# يمكن تطبيق هذه الوظائف على التحول أو المعلمة المحورية. Stack - C = np.stack ((A ، B)) # إنه ينشئ مصفوفة باستخدام المصفوفات كصفوف.
42. column_stack - c = np.column_stack ((a ، b)) # إنه ينشئ مصفوفة باستخدام المصفوفات كأعمدة.
43. يتم استخدام V -Stack و H -Stack - VStack أو HSTACK للدمج بين صفائف أو أكثر لتشكيل صفيف جديد.
43.a) vstack - c = np.vstack ((a ، b)) # إنه يلحق البيانات رأسياً. A و B من المصفوفات.
43.b) HStack - C = np.hstack ((A ، B)) # إنه يلحق البيانات أفقيًا. A و B هي صفائف.
44. فهرسة الصفيف - يتم استخدام الفهرسة للحصول على عنصر (سلس) أو صف (صفات) أو عمود (عمود) معين من صفيف (صفيف) numpy. هنا ، نمرر فهرس العنصر للوصول إليه. يبدأ الفهرس من 0 ، وليس من 1. إنه يرجع عناصر حتى "فهرس الإيقاف - 1" index.indexing في صفيف 1 -d: التنسيق - صفيف [فهرس ابدأ: فهرس الإيقاف] في صفيف ثنائي الأبعاد: التنسيق - Array [row_indexing ، column_indexing] الفهرسة في ARRAY 3 -D: format - Array [matrix_indexing ، row_indexing ، explideexing] A [1: 2،1: 2،1: 2] # نظرًا لأن المصفوفات قد تكون متعددة الأبعاد ، يجب علينا تحديد شريحة لكل بعد من الصفيف.
45. فهرسة Mix -ineger - A [1،1: 2،1: 2] # فهرسة INTEGER MIX مع شريحة فهرسة تؤدي مجموعة من المرتبة السفلية. بينما ، باستخدام شرائح فقط ، فإنه يعطي مجموعة من نفس الرتبة مثل الصفيف الأصلي.
46. فهرسة مجموعة عدد صحيح - A [[0،1،2] ، [0،1،0]] # يسمح لنا ببناء صفيف تعسفي (اختيار عشوائي) باستخدام البيانات من مجموعة أخرى.
47. فهرسة صفيف منطقية - A [A> 2] # يتم استخدامها لتحديد عناصر صفيف ترضي بعض الحالة.
48. .DOT () # يتم استخدامه لحساب المنتج الداخلي للمتجهات ، لضرب المتجه بواسطة المصفوفة ، وللضرب المصفوفات.
49. np.any (x> 0.9) # يتحقق إذا كانت أي قيمة أكبر من 0.9 في x. (x = np.random.random (10))
50. np.all (x> = 0.9) # يتحقق مما إذا كانت جميع القيم أكبر من أو تساوي 0.1 في x. (x = np.random.random (10))
51. array_a [array_a == x] = y # استبدال كل x في array_a المحددة مع y.
52. A [[2،4]] أو A [(1،3) ،:] # الحصول على القيم من الصف الثاني والرابع من المصفوفة.
53. للحصول على نتائج من المصفوفة: a.sum () ، A.Std () ، A.Var () ، A.Mean () ، A.Max () ، A.Min ()
ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:
(احصل على الدورة للدخول إلى الموقع والتسجيل)
يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)
0 تعليقات
تسجيل دخول
