நம்பி காம்ப்ளக்ஸ் எண்

Nampi Kamplaks En



கலப்பு எண்கள் என்பது வழக்கமான a+bi ஆல் குறிப்பிடப்படுவதை நாங்கள் அறிவோம், இங்கு 'a'  எப்போதும் உண்மையான எண்ணாக இருக்கும்; 'b' என்பதும் ஒரு உண்மையான எண் ஆனால் 'i' என்பது ஒரு கற்பனையான கூறு. இன்னும் ஒரு விஷயம் நமக்குத் தெரியும் “i^2 = -1”, ஏனென்றால் உண்மையான எண்கள் எதுவும் இந்த சமன்பாட்டை பூர்த்தி செய்ய முடியாது, இது 'நான்' ஒரு கற்பனை பகுதியாகும். நம்பி உண்மையான எண்களையும் கற்பனை எண்களையும் ஆதரிக்கிறது. NumPy இல், கற்பனை எண்கள் 'j' ஆல் குறிக்கப்படுகின்றன. np.complex(), np.range(), np.array() மற்றும் பல போன்ற சிக்கலான எண்களைக் கொண்ட வரிசைகளை உருவாக்க மற்றும் கையாள பல்வேறு வழிகள் உள்ளன.

தொடரியல்

சிக்கலான எண்களைக் கொண்ட வரிசையை உருவாக்குவதற்கான தொடரியல் பின்வருமாறு:

முறை 1:

1j * np. ஏற்பாடு ( அளவு )

1j மேலே கொடுக்கப்பட்ட தொடரியல் என்பது கற்பனையான பகுதியாகும், அதாவது நாம் சிக்கலான எண்களின் வரிசையை உருவாக்குகிறோம், இதில் np.arrang என்பது ஒரு குறிப்பிட்ட வரம்பிற்கு ஒரு வரிசையை உருவாக்க NumPy ஆல் வழங்கப்படும் செயல்பாடு ஆகும். வரிசை அளவைக் குறிக்கும் அளவு, செயல்பாட்டிற்கு அனுப்பப்படுகிறது.







முறை 2:

எ.கா. வரிசை ( [ Re+Re*Im , Re+Re*Im , ] )

இந்த தொடரியலில், np.arrray என்பது ஒரு வரிசையை உருவாக்க உதவும் செயல்பாடாகும், ஆனால் அதற்கு வரம்பைக் கடக்க முடியாது. நாம் 'n' முறைக்கு மதிப்புகளை அனுப்புகிறோம். செயல்பாட்டில், நாங்கள் 'Re' ஐக் கடந்துவிட்டோம், இது உண்மையான எண்களை 'Im' இல் சேர்க்கும் ஒரு உண்மையான எண்ணின் பெருக்கத்தில் கற்பனை எண்ணைக் குறிக்கிறது. நாம் கற்பனை மதிப்புகளை n முறைக்கு அனுப்பலாம்.



எடுத்துக்காட்டு # 01:

நமக்குத் தெரிந்தபடி, NumPy சிக்கலான எண்களை ஆதரிக்கிறது மற்றும் சிக்கலான எண்களைச் செயல்படுத்துவதற்கும் கையாளுவதற்கும் பல வகையான முறைகளை வழங்குகிறது. கீழே உள்ள எடுத்துக்காட்டில், சிக்கலான எண்களைக் கொண்ட வரிசைகளை உருவாக்க இரண்டு வழிகளைச் செயல்படுத்துவோம். NumPy செயல்பாடுகளைச் செயல்படுத்த, முதலில் NumPy நூலகத்தை np ஆக இறக்குமதி செய்வோம். பின்னர், 'array_a' என்ற பெயரிடப்பட்ட ஒரு வரிசையை துவக்குவோம், அதற்கு np.arange() செயல்பாட்டை ஒதுக்குவோம், அதில் கலப்பு எண்கள் இருக்கும். மற்றும் வரிசையின் வரம்பு '8' ஆக இருக்கும். அடுத்த வரியில், 'array_b' என்ற பெயரில் மற்றொரு வரிசையை உருவாக்கினோம், அதற்கு சிக்கலான மதிப்புகளை நேரடியாக அனுப்புவதன் மூலம் சிக்கலான எண்களின் வரிசையை அனுப்பினோம். முடிவில், இரண்டு முறைகளையும் பயன்படுத்தி நாங்கள் உருவாக்கிய சிக்கலான வரிசையை அச்சிட்டோம்.



இறக்குமதி உணர்ச்சியற்ற என எ.கா.

வரிசை_a = 1j * np. ஏற்பாடு ( 8 )

வரிசை_பி = எ.கா. வரிசை ( [ இரண்டு +1d , 3 +4j , 5 +2ஜே , 1 +6ஜே ] )

அச்சு ( 'அரேஞ்ச்() செயல்பாட்டைப் பயன்படுத்தி சிக்கலான வரிசை' , வரிசை_a )

அச்சு ( 'np.array() செயல்பாட்டைப் பயன்படுத்தி சிக்கலான வரிசை' , வரிசை_பி )





கீழே உள்ள துணுக்கில் காட்டப்பட்டுள்ளபடி, நாங்கள் செயல்படுத்திய குறியீட்டின் முடிவு. 0j முதல் 7j வரையிலான கலப்பு எண்களின் வரம்பைக் கொண்ட இரண்டு அணிவரிசைகளை நாம் உருவாக்கியிருப்பதைக் காணலாம். மற்றொன்றில், அளவு 4 என்ற கலப்பு எண்களின் சீரற்ற வரம்பைக் கடந்துவிட்டோம்.



முறை 3:

எ.கா. சிக்கலான ( Re+Re*Im )

மேலே கொடுக்கப்பட்ட தொடரியலில், np.complex() என்பது பைதான் தொகுப்பு NumPy மூலம் வழங்கப்படும் உள்ளமைக்கப்பட்ட வகுப்பாகும், இது சிக்கலான மதிப்புகளைச் சேமிக்க உதவுகிறது.

எடுத்துக்காட்டு # 02:

NumPy சிக்கலான வரிசையை உருவாக்க மற்றொரு வழி NumPy இன் சிக்கலான() வகுப்பைப் பயன்படுத்துவதாகும். காம்ப்ளக்ஸ் கிளாஸ்() என்பது சிக்கலான எண்களைச் சேமிக்கப் பயன்படுகிறது மற்றும் ஒற்றைக் குறியீட்டிற்குள் நாம் பலமுறை பயன்படுத்தக்கூடிய சிக்கலான பொருளைத் தருகிறது. இப்போது சிக்கலான() வகுப்பைச் செயல்படுத்தி, முதலில் நம் நம்பி தொகுப்பை இறக்குமதி செய்வோம். பின்னர், நாம் '3+1j' ஐக் கடந்துவிட்ட சிக்கலான() வகுப்பின் ஒரு பொருளைக் கடக்க '*' என்ற நட்சத்திரக் குறியீட்டைப் பயன்படுத்தும் சிக்கலான வகுப்பில் தேர்ச்சி பெற்ற ஒரு வரிசையைத் தொடங்குவோம். ஏற்பாடு() செயல்பாட்டைப் பயன்படுத்தி, அளவு 5 வரிசையை உருவாக்கினோம். கடைசியாக, சிக்கலான() வகுப்பைப் பயன்படுத்தி சிக்கலான வரிசையை உருவாக்கிய குறியீட்டின் வெளியீட்டைக் காண்பித்தோம்.

இறக்குமதி உணர்ச்சியற்ற என எ.கா.

வரிசை = எ.கா. சிக்கலான ( 3 +1d ) *எ.கா. ஏற்பாடு ( 5 )

அச்சு ( 'np.complex() வகுப்பைப் பயன்படுத்தி சிக்கலான வரிசை' , வரிசை )

கீழே உள்ள படத்தில் காட்டப்பட்டுள்ளபடி, நாம் சிக்கலான எண்களின் வரிசையை உருவாக்கியுள்ளோம். ஆனால் படத்தில் நாம் கவனிக்கக்கூடிய மற்றொரு விஷயம் என்னவென்றால், நிலையான மதிப்பு தொடர்ச்சியாக செயல்படுத்தப்படுவதில்லை, ஏனெனில் நாம் ஒரு சிக்கலான() வகுப்பிற்கு '3+1j' ஐ கடந்துவிட்டோம், அதாவது ஒவ்வொரு அடுத்த நிலையான மதிப்புகளிலும் எண் மூன்று சேர்க்கப்படும்.

முறை 4:

எ.கா. ஒன்றை ( வடிவம் , dtype = இல்லை , உத்தரவு = 'சி' , * , போன்ற = இல்லை )

இந்த முறையில் np.ones(), NumPy வரிசையில் உள்ள dtype அளவுருவைப் பயன்படுத்தி சிக்கலான எண்களின் வரிசையைக் குறிப்பிடுகிறோம். Np.ones() ஆனது 1s கொண்ட புதிய வரிசையை திரும்பப் பெற பயன்படுகிறது. np.ones() செயல்பாட்டிற்கு, 'வடிவம்' என்ற நான்கு அளவுருக்களைக் கடந்துவிட்டோம், இது '2', '3' அல்லது வரிசையின் வடிவத்தை வரையறுக்கப் பயன்படுகிறது. 'dtype' என்பது தரவு வகை. எங்கள் விஷயத்தில் நாங்கள் சிக்கலான தரவு வகையைப் பயன்படுத்துவோம். 'வரிசை' வரிசை ஒரு பரிமாணமா, இரண்டு அல்லது பல பரிமாணமா என்பதை வரையறுக்கிறது.

எடுத்துக்காட்டு # 03:

கலப்பு எண்களைப் பயன்படுத்தும் போது அது எவ்வாறு செயல்படுகிறது என்பதைப் பற்றிய சிறந்த யோசனையைப் பெற, ஒன்ஸ்() முறையைச் செயல்படுத்துவோம். இந்த முறையைச் செயல்படுத்த, முதலில் பைதான் வழங்கும் NumPy தொகுப்புகளை இறக்குமதி செய்வோம். அடுத்து, np.ones() செயல்பாட்டிற்கு இரண்டு அளவுருக்களை அனுப்பும் ஒரு வரிசையை உருவாக்குவோம். முதலாவது “4”, அதாவது வரிசை அளவு 4 ஆகவும், இரண்டாவது “dtype” சிக்கலானதாகவும் இருக்கும். இதன் பொருள், நாம் தரவு வகை சிக்கலான எண்களின் வரிசையை உருவாக்கப் போகிறோம். ஒன்ஸ்() செயல்பாட்டை”2” மதிப்புடன் பெருக்கினால் நமது உண்மையான எண் “2” ஆக இருக்கும். முடிவில், அச்சு அறிக்கையைப் பயன்படுத்தி நாங்கள் உருவாக்கிய வரிசையை அச்சிட்டோம்.

இறக்குமதி உணர்ச்சியற்ற என எ.கா.

வரிசை = எ.கா. ஒன்றை ( 4 , dtype = சிக்கலான ) * இரண்டு

அச்சு ( 'np.ones() செயல்பாட்டைப் பயன்படுத்தி சிக்கலான வரிசை' , வரிசை )

கீழே காட்டப்பட்டுள்ளபடி, எங்கள் குறியீட்டின் வெளியீடு வெற்றிகரமாக செயல்படுத்தப்படுகிறது, இதில் உண்மையான எண் 2 உடன் 4 சிக்கலான மதிப்புகளைக் கொண்ட ஒரு பரிமாண வரிசை உள்ளது.

எடுத்துக்காட்டு # 04:

இப்போது மற்றொரு உதாரணத்தை செயல்படுத்துவோம், அதில் நாம் சிக்கலான எண்களின் வரிசையை உருவாக்குவோம் மற்றும் சிக்கலான எண்களின் கற்பனை மற்றும் உண்மையான பகுதிகளை அச்சிடுவோம். முதலில் NumPy நூலகத்தை இறக்குமதி செய்வோம், அதன் பிறகு '56+0j, 27+0j, 68+0j, 49+0j, 120+0j' என பெயரிடப்பட்ட 'வரிசை' என்ற அணிக்கு '6' சிக்கலான மதிப்புகளை அனுப்பிய வரிசையை உருவாக்குவோம். , 4+0j”. அடுத்த வரியில், வரிசையை வெறுமனே அச்சிட்டோம். இப்போது, ​​சிக்கலான வரிசையின் கற்பனை மற்றும் உண்மையான மதிப்புகளை அச்சிடுகிறோம்.

கீழே காட்டப்பட்டுள்ள இரண்டு செயல்பாடுகளுக்கும் Numpy ஒரு உள்ளமைக்கப்பட்ட செயல்பாட்டை வழங்குகிறது. முதலில் கற்பனைப் பகுதியைப் பெறுவது “array_name.imag” ஆகும், இதில் புள்ளியின் முன் உள்ள மதிப்பு கற்பனைப் பகுதியைப் பெற வேண்டிய வரிசையாகும். உண்மையான பகுதியைப் பெறுவது இரண்டாவது 'array_name.real' ஆகும். எங்கள் விஷயத்தில், ஒரு அணிவரிசையின் பெயர் “வரிசை” எனவே இரு கூறுகளையும் பெற அச்சு அறிக்கை, வரிசை பெயர் மற்றும் முக்கிய சொல்லை அனுப்பினோம்.

இறக்குமதி உணர்ச்சியற்ற என எ.கா.

வரிசை = எ.கா. வரிசை ( [ 56 .+ 0 . ஜே , 27 .+ 0 . ஜே , 68 .+ 0 . ஜே , 49 .+ 0 . ஜே , 120 .+ 0 . ஜே , 3 + 4 . ஜே ] )

அச்சு ( 'அசல் அணிவரிசை:x' , வரிசை )

அச்சு ( 'வரிசையின் உண்மையான பகுதி:' )

அச்சு ( வரிசை . உண்மையான )

அச்சு ( 'வரிசையின் கற்பனை பகுதி:' )

அச்சு ( வரிசை . படம் )

கீழே உள்ள துணுக்கில் காட்டப்பட்டுள்ளபடி, சிக்கலான அணிவரிசையின் கற்பனை மற்றும் உண்மையான பகுதி வெற்றிகரமாக செயல்படுத்தப்படும் வெளியீடு. உண்மையான பகுதிகள் '56', '27', '68', '120' மற்றும் '3' ஆகும். மற்றும் கற்பனையான பகுதிகள் '0கள்' ஆகும்.

முடிவுரை

இந்த கட்டுரையில், சிக்கலான எண்கள் மற்றும் NumPy இன் உள்ளமைக்கப்பட்ட செயல்பாடுகளைப் பயன்படுத்தி சிக்கலான வரிசைகளை எவ்வாறு உருவாக்குவது என்பது பற்றி சுருக்கமாக விவாதித்தோம். சிறப்பாகப் புரிந்துகொள்ள பல எடுத்துக்காட்டுகளைச் செயல்படுத்துவதன் மூலம் சிக்கலான வரிசைகளை உருவாக்க உதவும் பல செயல்பாடுகளை நாங்கள் விவரித்தோம்.