NumPy ကျူတိုရီရယ်

NumPy အိမ် NumPy နိဒါန်း NumPy စတင်ခြင်း။ NumPy သည် Arrays ဖန်တီးခြင်း NumPy Array အညွှန်းကိန်း NumPy Array ကိုလှီးဖြတ်ခြင်း။ NumPy ဒေတာအမျိုးအစားများ NumPy Copy vs View NumPy Array Shape NumPy Array ကို ပြန်လည်ပုံဖော်ခြင်း။ NumPy Array Iterating NumPy Array Join NumPy Array ကို ခွဲလိုက်ပါ။ NumPy Array ရှာဖွေမှု NumPy Array အမျိုးအစား NumPy Array Filter

NumPy ကျပန်း

ကျပန်း Intro ဒေတာဖြန့်ဝေခြင်း။ ကျပန်း Permutation Seaborn Module ပုံမှန်ဖြန့်ဝေ Binomial ဖြန့်ဝေခြင်း။ ငါးဖြန့်ဖြူးရေး ယူနီဖောင်း ဖြန့်ဝေခြင်း။ ထောက်ပံ့ပို့ဆောင်ရေးဖြန့်ဝေ Multinomial Distribution ထပ်ညွှန်းဖြန့်ဝေမှု Chi Square ဖြန့်ဝေခြင်း။ Rayleigh ဖြန့်ဝေခြင်း။ Pareto ဖြန့်ဝေခြင်း။ Zipf ဖြန့်ဝေခြင်း။

NumPy ufunc

ufunc နိဒါန်း ufunc လုပ်ဆောင်ချက်ကို ဖန်တီးပါ။ ufunc ရိုးရှင်းသောဂဏန်းသင်္ချာ ufunc အဝိုင်းဒဿမများ ufunc မှတ်တမ်းများ ufunc အနှစ်ချုပ်များ ufunc ထုတ်ကုန်များ ufunc ကွဲပြားမှုများ ufunc LCM ကိုရှာခြင်း။ ufunc GCD ရှာခြင်း။ ufunc Trigonometric ufunc ဟိုက်ပါရောလစ် ufunc လုပ်ဆောင်ချက်များကို သတ်မှတ်ပါ။

စာမေးပွဲ/လေ့ကျင့်ခန်းများ

NumPy Quiz NumPy လေ့ကျင့်ခန်းများ

NumPy Joining Array


NumPy Arrays နှင့်ချိတ်ဆက်ခြင်း။

Joining ဆိုသည်မှာ array နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော အကြောင်းအရာများကို array တစ်ခုထဲတွင် ထည့်ထားခြင်းကို ဆိုလိုသည်။

SQL တွင် ကျွန်ုပ်တို့သည် သော့တစ်ခုအပေါ် အခြေခံ၍ ဇယားများကို ချိတ်ဆက်ကြပြီး၊ NumPy တွင် ကျွန်ုပ်တို့သည် arrays များကို axes ဖြင့် ပေါင်းထားသည်။

concatenate()ကျွန်ုပ်တို့သည် ဝင်ရိုးများနှင့်အတူ လုပ်ဆောင်ချက် သို့ ချိတ်ဆက်လိုသော array ၏ sequence တစ်ခုကို ဖြတ်သန်း ပါသည်။ ဝင်ရိုးကို ပြတ်သားစွာ မကျော်လွန်ပါက၊ ၎င်းကို 0 အဖြစ် ယူသည်။

ဥပမာ

ခင်းကျင်းနှစ်ခုကို ချိတ်ဆက်ပါ။

import numpy as np

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

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)

ဥပမာ

အတန်းတစ်လျှောက်တွင် 2-D အခင်းအကျင်းနှစ်ခုကို ချိတ်ဆက်ပါ (axis=1)။

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])

arr2 = np.array([[5, 6], [7, 8]])

arr = np.concatenate((arr1, arr2), axis=1)

print(arr)

Stack Functions များကို အသုံးပြု၍ Array များကို ချိတ်ဆက်ခြင်း။

Stacking သည် concatenation နှင့် အတူတူပင်ဖြစ်သည်၊ တစ်ခုတည်းသော ခြားနားချက်မှာ ဝင်ရိုးအသစ်တစ်ခုတွင် stacking ပြုလုပ်ခြင်းဖြစ်သည်။

ကျွန်ုပ်တို့သည် ၎င်းတို့ကို အခြားဝင်ရိုးတစ်လျှောက် 1-D အခင်းအကျင်းနှစ်ခုကို ပေါင်းစပ်နိုင်သည်၊ ဆိုလိုသည်မှာ ၎င်းတို့ကို တစ်ခုနှင့်တစ်ခု ပေါင်းထည့်နိုင်သည်။ stacking ။

stack()ကျွန်ုပ်တို့သည် ဝင်ရိုးနှင့်အတူ method သို့ ချိတ်ဆက်လိုသော array ၏ sequence ကို ဖြတ်သန်း ပါသည်။ ဝင်ရိုးကို ပြတ်သားစွာ မကျော်လွန်ပါက ၎င်းကို 0 အဖြစ် ယူသည်။

ဥပမာ

import numpy as np

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

arr2 = np.array([4, 5, 6])

arr = np.stack((arr1, arr2), axis=1)

print(arr)


အတန်းလိုက် တန်းစီခြင်း။

NumPy သည် အကူအညီပေးသည့်လုပ်ဆောင်ချက်ကို ပံ့ပိုးပေးသည်- hstack() အတန်းများတစ်လျှောက် တန်းစီရန်။

ဥပမာ

import numpy as np

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

arr2 = np.array([4, 5, 6])

arr = np.hstack((arr1, arr2))

print(arr)

ကော်လံများတစ်လျှောက် တွဲနေပါသည်။

NumPy သည် အကူအညီပေးသည့် လုပ်ဆောင်ချက်ကို ပံ့ပိုးပေးသည်- vstack()  ကော်လံများတစ်လျှောက် စည်းရန်။

ဥပမာ

import numpy as np

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

arr2 = np.array([4, 5, 6])

arr = np.vstack((arr1, arr2))

print(arr)

အမြင့် (အတိမ်အနက်) တစ်လျှောက် အထပ်လိုက်၊

dstack() NumPy သည် အနက်နှင့် တူညီသည့် အမြင့်အတိုင်း တွဲထားရန် helper function ကို ပေးသည် ။

ဥပမာ

import numpy as np

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

arr2 = np.array([4, 5, 6])

arr = np.dstack((arr1, arr2))

print(arr)

လေ့ကျင့်ခန်းများဖြင့် သင့်ကိုယ်သင် စမ်းသပ်ပါ။

လေ့ကျင့်ခန်း

array နှစ်ခုကို array တစ်ခုထဲသို့ ချိတ်ဆက်ရန် မှန်ကန်သော NumPy နည်းလမ်းကို အသုံးပြုပါ။

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

arr2 = np.array([4, 5, 6])

arr = np.((arr1, arr2))