நம்பி லாக் பேஸ் 2

தொடரியல்:

இங்கே நாம் np ஐ ஒரு செயல்பாட்டு பெயராகப் பயன்படுத்தினோம்.

np.log2(x)

நாம் NumPy நூலகத்தை இறக்குமதி செய்யும் போது Function_name வரையறுக்கப்படுகிறது. பதிவு செயல்பாட்டின் உள்ளே, நாங்கள் ஒரு NumPy மதிப்பு அல்லது உறுப்புகளின் வரிசையை வழங்குகிறோம்.

நூலகத்தை இறக்குமதி செய்

குறியீட்டில் குறிப்பிட்ட செயல்பாட்டைப் பயன்படுத்துவதற்கு முன்பு எந்த நூலகத்தின் எந்தச் செயல்பாட்டையும் நாம் பயன்படுத்தும் போது, ​​தொடர்புடைய நூலகத்தை இறக்குமதி செய்ய வேண்டும் இல்லையெனில் அந்த நூலகத்தின் செயல்பாடுகளைப் பயன்படுத்த முடியாது. NumPy செயல்பாடுகளைப் பயன்படுத்த, NumPy தொகுதி இறக்குமதி செய்யப்பட வேண்டும். இது குறியீட்டில் உள்ள அனைத்து NumPy செயல்பாடுகளையும் பயன்படுத்த அனுமதிக்கும்.

இங்கே, np என்பது செயல்பாட்டு பெயர் என்று சொல்லலாம்.

'np' என்பது செயல்பாட்டின் பெயர், நாம் எந்த பெயரையும் பயன்படுத்தலாம், ஆனால் பெரும்பாலான வல்லுநர்கள் அதை எளிமையாகவும் எளிதாகவும் புரிந்து கொள்ள ஒரு செயல்பாட்டு பெயராக 'np' ஐப் பயன்படுத்துகின்றனர். இந்த செயல்பாட்டுப் பெயருடன், குறியீட்டில் உள்ள NumPy நூலகத்தின் எந்தச் செயல்பாட்டையும் நாம் பயன்படுத்தலாம்.

ஒரு முழு எண் எண்ணின் NumPy பதிவு அடிப்படை 2

முழு எண் மதிப்புடன் குறியீட்டில் NumPy பதிவு அடிப்படை 2 செயல்பாடுகளை எவ்வாறு பயன்படுத்தலாம் என்பதை விளக்க, கீழே உள்ள எடுத்துக்காட்டு குறியீட்டைப் பார்க்கவும்.

முதலில், NumPy கணித செயல்பாடுகளை இயக்க, NumPy நூலகத்தை ஒருங்கிணைக்கவும். பின்னர், மாறிக்கு மதிப்பை ஒதுக்கவும். இங்கு பயன்படுத்தப்படும் மாறி ‘எண்’. மாறி “எண்” க்கு 10 இன் முழு எண் மதிப்பு கொடுக்கப்பட்டுள்ளது. இப்போது, ​​ஒரு முழு எண்ணின் அடிப்படை 2 க்கு பதிவைக் கண்டுபிடிப்போம். NumPy பதிவு அடிப்படை 2 செயல்பாட்டைப் பயன்படுத்தவும், அதாவது np.log2(). இங்கே, 'np' என்பது செயல்பாட்டு பெயர். அதன் மூலம், நாங்கள் NumPy செயல்பாடுகளை இறக்குமதி செய்கிறோம். log2 அடைப்புக்குறிக்குள், மேலே நாம் பயன்படுத்திய மாறி பெயரை எழுதவும். பின்னர், செயல்பாட்டின் வெளியீட்டை 'அவுட்புட்' என்ற மாறியில் சேமிக்கவும். அதன் பிறகு, வெளியீட்டைக் காட்ட அச்சு அறிக்கையைப் பயன்படுத்தவும்.

முடிவு கீழே காட்டப்பட்டுள்ளது. முதலில், அச்சு அறிக்கை செய்தியை அச்சிட்டு, np.log2() மூலம் நாம் கணக்கிட்ட முடிவைக் காண்பிக்கும்.

ஒரு மிதக்கும் புள்ளி எண்ணின் NumPy பதிவு அடிப்படை 2

np.log2() செயல்பாட்டைப் பயன்படுத்தி மிதக்கும் புள்ளி மதிப்பின் பதிவைக் கண்டறிய, அடுத்து வரும் குறியீடு நாம் புரிந்து கொள்ள வேண்டிய அனைத்தையும் விளக்குகிறது.

இந்த நிகழ்வில், மிதக்கும் மதிப்பைப் பயன்படுத்துகிறோம். முதல் படி நூலகத்தை இறக்குமதி செய்து அதற்கு ஒரு செயல்பாட்டு பெயரைக் கொடுப்பது, அது நாம் NumPy செயல்பாட்டை அழைக்கும் போது பயன்படுத்தப்படும். மிதக்கும் புள்ளி மதிப்பை ஒதுக்க மாறி பெயரைப் பயன்படுத்தவும். இங்கே, மாறி பெயர் 'மதிப்பு' மற்றும் அதற்கு 178.90 மதிப்பு ஒதுக்கப்பட்டுள்ளது. மிதக்கும் மதிப்பின் அடிப்படை 2க்கான மடக்கையைக் கண்டறிய, பதிவின் கணிதச் செயல்பாட்டை நாம் ‘np.log2()’ என்று அழைக்க வேண்டும். ‘np’ என்பது NumPy நூலகத்தை இறக்குமதி செய்யும் போது நாம் பயன்படுத்திய செயல்பாட்டுப் பெயர். வரையறுக்கப்பட்ட மதிப்பின் பதிவைக் கண்டறிய log2() செயல்பாடு பயன்படுத்தப்படுகிறது. இப்போது, ​​log2() செயல்பாட்டின் முடிவைச் சேமிக்க மற்றொரு மாறி 'அவுட்புட்' ஐ அறிவிக்கவும். செய்தியையும் அதன் விளைவாக வரும் மதிப்பையும் திரையில் அச்சிட, print() செயல்பாட்டைப் பயன்படுத்தவும்.

மேற்கூறிய குறியீட்டின் வெளியீடு இங்கே காணப்படுகிறது. np.log2() கொடுக்கப்பட்ட மதிப்பின் பதிவைக் கணக்கிட்டு, அச்சு முறையைப் பயன்படுத்தி காட்டப்படும்.

1D அணிவரிசையின் NumPy பதிவு அடிப்படை 2

NumPy செயல்பாட்டை np.log2() வரிசைகளுடன் எவ்வாறு பயன்படுத்தலாம் என்பதை விளக்கும் எடுத்துக்காட்டு இங்கே. நிரலில் கீழே விவரிக்கப்பட்டுள்ளபடி ஒரு பரிமாண வரிசையின் பதிவைக் கண்டுபிடிப்பது மிகவும் எளிது.

முதல் படி, அறிக்கை இறக்குமதி NumPy ஐ np ஆகப் பயன்படுத்தி தொகுதியை ஒருங்கிணைக்க வேண்டும். 'np' என்பது ஒரு NumPy செயல்பாட்டை அழைக்கும் போதெல்லாம் பயன்படுத்தப்படும் செயல்பாட்டு பெயர், இந்த செயல்பாட்டு பெயரை நாம் பயன்படுத்த வேண்டும். இந்த செயல்பாட்டின் பெயர் கம்பைலரை NumPy நூலகத்திற்குச் சென்று ஒரு குறிப்பிட்ட செயல்பாட்டைப் பெறச் சொல்லும். அதன் பிறகு, ஒரு பரிமாண வரிசையின் கூறுகளை நாம் வரையறுக்க வேண்டும். ஒரு மாறியை துவக்கி அதில் வரிசையை சேமிக்கவும். np.array() செயல்பாட்டைப் பயன்படுத்தி ஒரு வரிசையை வரையறுக்கலாம். இங்கே, 'arr_1' என்ற பெயரில் ஒரு வரிசையை வரையறுத்து, முழு எண் மதிப்புகளை ஒதுக்கினோம். பின்னர், அச்சு அறிக்கையைப் பயன்படுத்தி செய்தியைக் காட்டவும், அச்சு() செயல்பாட்டிற்குள் ‘arr_1’ என்ற மாறி பெயரை வைப்பதன் மூலம் வரிசையைக் காட்டவும். 1D வரிசையின் பதிவைப் பெற np.log2() செயல்பாட்டைப் பயன்படுத்துகிறோம் . மீண்டும், பதிவு செயல்பாட்டின் வெளியீட்டை சேமிக்க புதிய மாறி 'முடிவு' என்பதை வரையறுக்கவும். ஒரு செய்தியுடன் வரிசையை அச்சிடவும். பதிவு செயல்பாடு தானாகவே முழு வரிசையின் பதிவையும் கண்டுபிடிக்கும்.

வெளியீடு முதலில் ஒரு செய்தியைக் காண்பிக்கும் 'வரிசை உள்ளது' பின்னர் 'arr_1' மாறியில் நாம் வரையறுத்த அணிவரிசையைக் காட்டுகிறது. np.log2() தேவையான வரிசையின் பதிவைக் கணக்கிட்டு முடிவைக் காட்டுகிறது.

2D அணிவரிசையின் NumPy பதிவு அடிப்படை 2

இரு பரிமாண வரிசையுடன் பணிபுரிவது எளிதானது ஆனால் அது எவ்வாறு செயல்படுகிறது மற்றும் அதன் சரியான முறையை நாம் புரிந்து கொள்ள வேண்டும்.

இந்த குறியீட்டில், முதலில் பைத்தானின் NumPy நூலகத்தை இறக்குமதி செய்யவும். பின்னர், இரு பரிமாண வரிசையின் கூறுகளை வரையறுக்கவும். இங்கு துவக்கப்பட்ட வரிசை 'வரிசை_0' ஆகும். இந்த 2டி வரிசை முழு எண் மதிப்புகளுடன் ஒரு வரிசையைக் கொண்டுள்ளது மற்றும் மற்றொரு வரிசையில் மிதக்கும் புள்ளி மதிப்புகள் உள்ளன. பின்னர், அச்சு அறிக்கையைப் பயன்படுத்தி வரிசையைக் காண்பிக்கவும். அதன் பிறகு, வரையறுக்கப்பட்ட 2D வரிசையின் பதிவு 2 ஐக் கணக்கிட np.log2() ஐ அழைக்கவும். இப்போது, ​​அந்த கணக்கிடப்பட்ட மதிப்பை ‘அவுட்புட்’ மாறியில் சேமிக்கவும், அதன் விளைவாக வரும் மதிப்பை குறியீட்டில் எங்கும் பயன்படுத்த விரும்பினால் அல்லது காண்பிக்க விரும்பினால், அதை ‘அவுட்புட்’ என்ற மாறி பெயரின் மூலம் பயன்படுத்தலாம்.

முடிவு நாம் துவக்கிய வரிசையைக் காட்டுகிறது. ஒரு செய்தியுடன், இது 2D வரிசையின் அடிப்படை 2 க்கு கணக்கிடப்பட்ட பதிவைக் காட்டுகிறது.

முடிவுரை

இந்தக் கட்டுரையில், NumPy நூலகத்தின் கணிதச் செயல்பாடான log base 2 செயல்பாட்டை எவ்வாறு பயன்படுத்துவது என்பதைப் பற்றி விவாதித்தோம். இந்த செயல்பாடு எவ்வாறு பயன்படுத்தப்படுகிறது மற்றும் குறியீட்டில் எந்த நூலகங்களை இறக்குமதி செய்ய வேண்டும் என்பதை நாங்கள் விரிவாகப் பார்த்தோம். பைத்தானில் அடிப்படை 2 க்கு பதிவைக் கண்டுபிடிக்க வேண்டிய போதெல்லாம் நூலகத்தை இறக்குமதி செய்து np.log2() செயல்பாட்டைப் பயன்படுத்தவும். np.log2() முறையை அழைப்பதன் மூலம் வெவ்வேறு மதிப்புகளின் பதிவு அடிப்படை 2, 1D வரிசை மற்றும் 2D வரிசை ஆகியவற்றைக் கணக்கிட்டோம்.