NumPy অ্যারে – ফ্রি পাইথন কোর্স ২০২০ – ক্লাস ১৪

NumPy অ্যারে পাইথন তালিকাগুলির দুর্দান্ত বিকল্প। নম্পি অ্যারেগুলির কয়েকটি মূল সুবিধা হ’ল এগুলি দ্রুত, সহজেই কাজ করা এবং ব্যবহারকারীদের পুরো অ্যারে জুড়ে গণনা করার সুযোগ দেয়।

নিম্নলিখিত উদাহরণে, আপনি প্রথমে দুটি পাইথন তালিকা তৈরি করবেন। তারপরে, আপনি NumPy প্যাকেজটি আমদানি করবেন এবং সদ্য নির্মিত তালিকা থেকে NumPy অ্যারে তৈরি করবেন।

# Import the numpy package as np
import numpy as np

# Create 2 new lists height and weight
height = [1.87,  1.87, 1.82, 1.91, 1.90, 1.85]
weight = [81.65, 97.52, 95.25, 92.98, 86.18, 88.45]

# Create 2 numpy arrays from height and weight
np_height = np.array(height)
np_weight = np.array(weight)

np_height এর প্রকার প্রিন্ট আউট

# Import the numpy package as np
import numpy as np

# Create 2 new lists height and weight
height = [1.87,  1.87, 1.82, 1.91, 1.90, 1.85]
weight = [81.65, 97.52, 95.25, 92.98, 86.18, 88.45]

# Create 2 numpy arrays from height and weight
np_height = np.array(height)
np_weight = np.array(weight)

print(type(np_height))

ফলাফল:

<class 'numpy.ndarray'>

উপাদান-ভিত্তিক গণনা

এখন আমরা উচ্চতা এবং ওজনের উপাদান-ভিত্তিক গণনা সম্পাদন করতে পারি। উদাহরণস্বরূপ, আপনি উপরের উচ্চতা এবং ওজন পর্যবেক্ষণগুলির সবগুলি নিতে পারেন এবং একক সমীকরণের সাথে প্রতিটি পর্যবেক্ষণের জন্য BMI গণনা করতে পারবেন। এই অপারেশনগুলি খুব দ্রুত এবং গণনামূলকভাবে দক্ষ। আপনার ডেটাতে পর্যবেক্ষণে হাজার হাজার সংখ্যা থাকলে এগুলি বিশেষত সহায়ক।

# Create 2 new lists height and weight
height = [1.87,  1.87, 1.82, 1.91, 1.90, 1.85]
weight = [81.65, 97.52, 95.25, 92.98, 86.18, 88.45]

# Import the numpy package as np
import numpy as np

# Create 2 numpy arrays from height and weight
np_height = np.array(height)
np_weight = np.array(weight)

# Calculate bmi
bmi = np_weight / np_height ** 2

# Print the result
print(bmi)

ফলাফল:

[ 23.34925219  27.88755755  28.75558507  25.48723993  23.87257618
      25.84368152]

সাবসেটিং(Subseting)

NumPy অ্যারেগুলির আর একটি দুর্দান্ত বৈশিষ্ট্য হ’ল সাবসেট করার ক্ষমতা। উদাহরণস্বরূপ, যদি আপনি জানতে চান যে আমাদের BMI অ্যারেতে কোন পর্যবেক্ষণগুলি 23 এর উপরে রয়েছে, আমরা এটি সন্ধান করতে দ্রুত এটিকে সাবসেট করতে পারি।

# Create 2 new lists height and weight
height = [1.87,  1.87, 1.82, 1.91, 1.90, 1.85]
weight = [81.65, 97.52, 95.25, 92.98, 86.18, 88.45]

# Import the numpy package as np
import numpy as np

# Create 2 numpy arrays from height and weight
np_height = np.array(height)
np_weight = np.array(weight)

# Calculate bmi
bmi = np_weight / np_height ** 2

# Print the result
print(bmi)

ফলাফল:

[23.34925219 27.88755755 28.75558507 25.48723993 23.87257618 25.84368152]

Leave a Comment