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 သတ်မှတ် လုပ်ဆောင်ချက်များ


Set ဆိုတာဘာလဲ

သင်္ချာဘာသာရပ်တွင် အစုတစ်ခုသည် ထူးခြားသောဒြပ်စင်များစုစည်းမှုတစ်ခုဖြစ်သည်။

မကြာခဏ လမ်းဆုံ၊ သမဂ္ဂနှင့် ခြားနားသည့် လုပ်ငန်းဆောင်တာများ ပါဝင်သော လည်ပတ်မှုများအတွက် အစုံများကို အသုံးပြုပါသည်။


NumPy တွင် Sets များကိုဖန်တီးပါ။

unique()မည်သည့် array မှထူးခြားသောဒြပ်စင်များကိုရှာဖွေရန် NumPy ၏ နည်းလမ်းကိုအသုံးပြုနိုင်သည်။ ဥပမာ- set array တစ်ခုကို ဖန်တီးပါ၊ သို့သော် set array များသည် 1-D array များသာ ဖြစ်သင့်သည်ကို သတိရပါ။

ဥပမာ

ထပ်ခါတလဲလဲ ဒြပ်စင်များဖြင့် အောက်ပါ အခင်းအကျင်းကို အစုတစ်ခုသို့ ပြောင်းပါ-

import numpy as np

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

x = np.unique(arr)

print(x)

ပြည်ထောင်စုကို ရှာဖွေခြင်း။

array နှစ်ခု၏ ထူးခြားသောတန်ဖိုးများကို ရှာဖွေရန် union1d()နည်းလမ်းကို အသုံးပြုပါ။

ဥပမာ

အောက်ပါ set array နှစ်ခု၏ union ကိုရှာပါ။

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.union1d(arr1, arr2)

print(newarr)

လမ်းဆုံကိုရှာပါ။

array နှစ်ခုစလုံးတွင် ရှိနေသည့် တန်ဖိုးများကိုသာ ရှာဖွေရန် intersect1d()နည်းလမ်းကို အသုံးပြုပါ။

ဥပမာ

အောက်ပါ set array နှစ်ခု၏ လမ်းဆုံကို ရှာပါ

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.intersect1d(arr1, arr2, assume_unique=True)

print(newarr)

မှတ်ချက်-intersect1d() နည်းလမ်းသည် စိတ်ကြိုက်အငြင်းအခုံတစ်ခုယူသည် assume_uniqueTrue ဟုသတ်မှတ်ပါက တွက်ချက်မှုကို အရှိန်မြှင့်နိုင်သည်။ sets များနှင့်ဆက်ဆံရာတွင် ၎င်းကို အမြဲတမ်း True ဟု သတ်မှတ်သင့်သည်။


ကွဲပြားမှုကို ရှာဖွေခြင်း။

သတ်မှတ်စက္ကန့်အတွင်း မရှိသည့် ပထမအစုံရှိ တန်ဖိုးများကိုသာ ရှာဖွေရန် setdiff1d()နည်းလမ်းကို အသုံးပြုပါ။

ဥပမာ

set2 မှ set1 ၏ခြားနားချက်ကိုရှာပါ။

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setdiff1d(set1, set2, assume_unique=True)

print(newarr)

မှတ်ချက်-setdiff1d() နည်းလမ်းသည် စိတ်ကြိုက်အငြင်းအခုံတစ်ခုယူသည် assume_uniqueTrue ဟုသတ်မှတ်ပါက တွက်ချက်မှုကို အရှိန်မြှင့်နိုင်သည်။ sets များနှင့်ဆက်ဆံရာတွင် ၎င်းကို အမြဲတမ်း True ဟု သတ်မှတ်သင့်သည်။


Symmetric Difference ကိုရှာပါ။

နှစ်ခုလုံးတွင် မပါဝင်သည့် တန်ဖိုးများကိုသာ ရှာဖွေရန် setxor1d()နည်းလမ်းကို အသုံးပြုပါ။

ဥပမာ

set1 နှင့် set2 ၏ symmetric ခြားနားချက်ကို ရှာပါ။

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setxor1d(set1, set2, assume_unique=True)

print(newarr)

မှတ်ချက်-setxor1d() နည်းလမ်းသည် စိတ်ကြိုက်အငြင်းအခုံတစ်ခုယူသည် assume_uniqueTrue ဟုသတ်မှတ်ပါက တွက်ချက်မှုကို အရှိန်မြှင့်နိုင်သည်။ sets များနှင့်ဆက်ဆံရာတွင် ၎င်းကို အမြဲတမ်း True ဟု သတ်မှတ်သင့်သည်။