NumPy ကျူတိုရီရယ်

NumPy အိမ် NumPy နိဒါန်း NumPy စတင်ခြင်း။ NumPy 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 မှတ်တမ်းများ


မှတ်တမ်းများ

NumPy သည် base 2၊ e နှင့် 10 တွင် မှတ်တမ်းလုပ်ဆောင်ရန် လုပ်ဆောင်ချက်များကို ပံ့ပိုးပေးသည်။

စိတ်ကြိုက် ufunc ကိုဖန်တီးခြင်းဖြင့် မည်သည့်အခြေခံအတွက်မဆို မှတ်တမ်းရယူနည်းကိုလည်း လေ့လာပါမည်။

မှတ်တမ်းကို တွက်ချက်၍မရပါက မှတ်တမ်းလုပ်ဆောင်ချက်များအားလုံးသည် -inf သို့မဟုတ် inf ကို ဒြပ်စင်များတွင် ထည့်သွင်းပေးမည်ဖြစ်သည်။


Base 2 တွင်ဝင်ရောက်ပါ။

log2()အခြေခံ 2 တွင် မှတ်တမ်းလုပ်ဆောင်ရန် လုပ်ဆောင်ချက်ကို အသုံးပြု ပါ။

ဥပမာ

အောက်ပါ array ၏ဒြပ်စင်အားလုံး၏ base 2 တွင် log ကိုရှာပါ

import numpy as np

arr = np.arange(1, 10)

print(np.log2(arr))

မှတ်ချက်arange(1, 10)_


Base 10 တွင်ဝင်ရောက်ပါ။

log10()အခြေခံ 10 တွင် မှတ်တမ်းလုပ်ဆောင်ရန် လုပ်ဆောင်ချက်ကို အသုံးပြု ပါ။

ဥပမာ

အောက်ပါ array ၏ဒြပ်စင်အားလုံး၏ base 10 တွင် log ကိုရှာပါ

import numpy as np

arr = np.arange(1, 10)

print(np.log10(arr))

Natural Log သို့မဟုတ် Base at Log

log()အခြေခံ e တွင် မှတ်တမ်းလုပ်ဆောင်ရန် လုပ်ဆောင်ချက်ကို အသုံးပြု ပါ။

ဥပမာ

အောက်ပါ array ၏ဒြပ်စင်အားလုံး၏ အခြေခံ e တွင် မှတ်တမ်းကို ရှာပါ-

import numpy as np

arr = np.arange(1, 10)

print(np.log(arr))

မည်သည့်အခြေခံတွင်မဆိုဝင်ရောက်ပါ။

NumPy သည် မည်သည့်အခြေခံတွင်မဆို မှတ်တမ်းယူရန် မည်သည့်လုပ်ဆောင်ချက်ကိုမျှ မပေးစွမ်းသောကြောင့် ကျွန်ုပ်တို့သည် input parameters နှစ်ခုနှင့် output parameter တစ်ခုပါရှိသော frompyfunc()inbuilt function နှင့်အတူ function ကိုသုံးနိုင်သည်-math.log()

ဥပမာ

from math import log
import numpy as np

nplog = np.frompyfunc(log, 2, 1)

print(nplog(100, 15))