بايثون 12 مكتبة الرياضيات (numpy "التعامل مع المصفوفات")

 

المحاضرة الثانية عشر

مكتبة الرياضيات العلمية numpy

مكتبة علمية متخصصة بالرياضيات حيث تحتوي على جميع الدوال التي تم التطرق اليها في المحاضرة السابقة في مكتبة math  بالإضافة الى تميزها بأنشاء والتعامل مع المصفوفات في بايثون و لاستخدام المكتبة يجب أولا تصيبها على الجهاز من خلال كتابة الامر في سطر الأوامر cmd

pip install numpy

 و كذلك يجب استدعائها في الكود من خلال اسطر

Import numpy

سنتجنب إعادة الحديث عن الدوال التي سبق التطرق اليها في المحاضرة السابقة ونتطرق للدوال الجديدة

المصفوفات في numpy

تشبه المصفوفات التي تنشئها مكتبة numpy  متغيرات القائمة (list) في شكلها الا انها تتميز بعدة مميزات منها الكفاءة العالية والسرعة في الاستخدامات الرياضية وكذلك فهي تشغل حجم اقل من الذاكرة مما يسهل التعامل مع البيانات الضخمة او تلك المأخوذة من الواقع

يمكن انشاء مصفوفة أحادية او ثنائية او متعددة  الابعاد من خلال الدالة array ويتم التعامل معها كما نتعامل مع متغير القائمة

مثال1

import numpy as np

a = np.array([1, True, 3, 4, 5, 6])

b=np.array([[0, 0, 0],

 [1, 1, 1]])

c = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

print(a)

print(b)

print(c)

print(a[0])

print(b[0])

print(c[0])

دوال انشاء مصفوفات باستخدام numpy

انشاء مصفوفة اصفار

np.zeros(2)

انشاء مصفوفة من العدد واحد

np.ones(2)

انشاء مصفوفة محددة (الدالة arrange تشبه الدلة range التي تطرقنا لها في الدروس السابقة)

np.arange(2, 9, 2)

انشاء مصفوفة محددة (الدالة linspace تشبه الدلة range في عملها ولكن يمكن تحديد عدد العناصر)

np.linspace(0, 10, num=5)

مثال2

import numpy as np

print(np.zeros(2))

print(np.ones(2))

print(np.arange(2, 9, 2))

print(np.linspace(0, 10, num=5))

 

ترتيب المصفوفة

مثال3

import numpy as np

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

print(np.sort(arr))

إيجاد حجم المصفوفة و شكلها وابعادها

مثال4

import numpy as np

array_example = np.array([[[0, 1, 2, 3],

                           [4, 5, 6, 7]],

 

                          [[0, 1, 2, 3],

                           [4, 5, 6, 7]],

 

                          [[0 ,1 ,2, 3],

                           [4, 5, 6, 7]]])                

print(array_example.ndim)

print(array_example.size)

print(array_example.shape)

 

إعادة تشكيل المصفوفة

مثال5

import numpy as np

a = np.arange(6)

print(a)

b = a.reshape(3, 2)

print(b)

مواقع العناصر

مثال6

import numpy as np

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

print(data[1])

print(data[0:2])

print(data[1:])

print(data[-2:])

تحميل الملخص من هنا