நம்பி ptp முறை

Nampi Ptp Murai



NumPy என்பது எண் பைத்தானைக் குறிக்கிறது மற்றும் இது ஒரு பைதான் நிரலாக்க நூலகம். இது பல்வேறு அடிப்படை செயல்பாடுகள், கணித செயல்பாடுகள், புள்ளியியல் செயல்பாடுகள் மற்றும் சரம் செயல்பாடுகளை கொண்டுள்ளது. ptp() முறையானது NumPy நூலகத்தின் புள்ளியியல் செயல்பாடுகளில் ஒன்றாகும். PTP என்பது உச்சத்திலிருந்து உச்சத்தைக் குறிக்கிறது. NumPy ptp() முறையானது NumPy வரிசையிலிருந்து குறிப்பிட்ட அச்சில் வரம்பைக் கண்டறியப் பயன்படுகிறது. வரம்பு அதிகபட்சம் முதல் குறைந்தபட்சம் வரை மாறுபடும்.

வரம்பை இவ்வாறு கணக்கிடலாம்:

சரகம் = அதிகபட்ச மதிப்பு - குறைந்தபட்ச மதிப்பு

NumPy ptp() முறையின் தொடரியல்

NumPy ptp() முறையை இவ்வாறு அறிவிக்கலாம்:







எக்ஸ் = NumPy. ptp ( arr , அச்சு = எதுவும் இல்லை , வெளியே = எதுவும் இல்லை , மங்கலாக வைத்திருங்கள் = < மதிப்பில்லை > )

NumPy ptp() முறையின் அளவுருக்கள்

இப்போது, ​​ptp() செயல்பாட்டால் ஏற்றுக்கொள்ளப்பட்ட வாதங்களின் விளக்கத்தைப் பற்றி விவாதிப்போம்:



அர் = Arr என்பது உள்ளீட்டு வரிசையின் தரவைக் குறிக்கிறது.



அச்சு = அச்சு என்பது அச்சு வரம்பைக் குறிக்கும். இயல்பாக, உள்ளீட்டு வரிசை தட்டையானதாக வேலை செய்கிறது. Flattened என்றால் அனைத்து அச்சுகளிலும் வரிசை வேலை என்று பொருள். அச்சின் மதிப்பு 0 எனில், அது நெடுவரிசையில் உள்ள வரம்பைக் குறிக்கிறது. அச்சின் மதிப்பு 1 எனில், அது வரிசையின் வரம்பைக் குறிக்கிறது.





வெளியே = அவுட் என்பது ஒரு மாற்று வரிசையை பிரதிபலிக்கிறது, அதில் நாம் வெளியீடு அல்லது முடிவை சேமிக்க வேண்டும். இந்த வரிசையின் பரிமாணங்கள் விரும்பிய முடிவுடன் பொருந்த வேண்டும்.

டிம்ஸை வைத்திருங்கள் = இது ஒரு விருப்ப வாதமும் கூட. வெளியீட்டு வரிசை தவறாக இருக்கும்போது அல்லது அளவு ஒன்றின் பரிமாணத்துடன் இடதுபுறமாக குறைக்கப்படும் போது இந்த அளவுரு உதவியாக இருக்கும், இது வரிசையின் முடிவுகளை சரிசெய்யும்.



NumPy ptp() முறையின் மதிப்பு திரும்பவும்

திரும்ப மதிப்பு என்பது செயல்படுத்தப்பட்ட குறியீட்டின் வெளியீடு. NumPy ptp() முறையானது வரிசையின் வரம்பை வழங்கும். இது அளவிடல் மதிப்புகளை வழங்கும்.

எடுத்துக்காட்டு # 1:

இந்த எடுத்துக்காட்டில், NumPy ptp() செயல்பாட்டைப் பயன்படுத்தி 1D வரிசையின் வரம்பை எவ்வாறு கண்டறிவது அல்லது கணக்கிடுவது என்பதைப் பற்றி விவாதிப்போம்.

தேவையான நூலகத்தை இறக்குமதி செய்வதன் மூலம் குறியீட்டைத் தொடங்குவோம். நாம் Python இன் NumPy தொகுதியை np ஆக ஒருங்கிணைக்க வேண்டும். பின்னர், அடுத்த அறிக்கையில், ஒரு பரிமாண வரிசையை 'arr' ஆக துவக்கி, அதற்கு வெவ்வேறு மதிப்புகளை ஒதுக்கினோம். பின்னர், 'Given array is' என்ற அறிக்கையைக் காட்ட அச்சு() முறையைப் பயன்படுத்தினோம். கொடுக்கப்பட்ட ஒரு பரிமாண வரிசையின் உருப்படிகளை அச்சிட மீண்டும் அச்சு() செயல்பாடு பயன்படுத்தப்படுகிறது. 'கொடுக்கப்பட்ட வரிசையின் வரம்பு' என்ற அறிக்கை அச்சு() முறையைப் பயன்படுத்தி அச்சிடப்படுகிறது. கடைசி கட்டத்தில், வழங்கப்பட்ட வரிசையின் வரம்பைக் கண்டறிய NumPy ptp() முறை பயன்படுத்தப்படுகிறது. வரம்பைக் கண்டறிய, இது அதிகபட்ச மதிப்பிலிருந்து குறைந்தபட்ச மதிப்பைக் கழிக்க வேண்டும். கொடுக்கப்பட்ட 1D வரிசையின் கணக்கிடப்பட்ட வரம்பைக் காட்ட அச்சு அறிக்கையும் அறிவிக்கப்பட்டுள்ளது.

கொடுக்கப்பட்ட வரிசையின் வரம்பில் எஞ்சியிருக்கும் முடிவை எங்களிடம் உள்ளது.

எடுத்துக்காட்டு # 2:

இந்த நிகழ்வில், NumPy ptp() செயல்பாட்டை அழைப்பதன் மூலம் 2D வரிசையின் வரம்பை எவ்வாறு பெறுவது என்று பார்ப்போம்.

முதலில், பைத்தானின் NumPy நூலகத்தை இறக்குமதி செய்வது ஒரு முக்கியமான மற்றும் கட்டாயமான படியாகும். நாங்கள் அதை np ஆக இறக்குமதி செய்தோம். அடுத்து, நாம் ‘DATA’ ஐ ஒரு மாறியாக எடுத்து, இந்த மாறி ‘DATA’ க்கு வெவ்வேறு மதிப்புகளை ஒதுக்கியுள்ளோம். நாம் இரு பரிமாண வரிசையை கடந்துவிட்டோம், அதனால் அந்த இரு பரிமாண வரிசையின் வரம்பைப் பெறுகிறோம். 2டி வரிசையில் நாம் எடுத்த மதிப்புகள்: [[2, 15], [10, 1]]. 2D வரிசையின் தேவையான கூறுகளை வெளியீட்டாகக் காண்பிக்க அச்சு() முறை அறிவிக்கப்பட்டுள்ளது. மீண்டும், 'கொடுக்கப்பட்ட 2D வரிசையின் வரம்பு' என்ற அறிக்கையைக் காட்ட ஒரு அச்சு() செயல்பாட்டை அழைத்துள்ளோம். கடைசியாக 2D வரிசையின் வரம்பைக் கண்டறிய np.ptp() செயல்பாட்டை அழைத்தோம். இந்தச் செயல்பாடு, வழங்கப்பட்ட 2d வரிசையின் மதிப்புகளை அளவுருவாகக் கொண்டுள்ளது.

வெளியீட்டில், எங்களிடம் 2D வரிசையின் '14' வரம்பு உள்ளது, மேலும் இது கணக்கிடப்படுகிறது: அதிகபட்ச மதிப்பு - குறைந்தபட்ச மதிப்பு.

எடுத்துக்காட்டு # 3:

இங்கே, NumPy ptp() ஐப் பயன்படுத்தி 2D வரிசையின் வரிசை வாரியான வரம்பைக் கணக்கிடும் முறையைக் கவனிக்கிறோம்.

நாம் ஏற்கனவே அறிந்தபடி, நூலகத்தை இறக்குமதி செய்வது முக்கிய படியாகும். எனவே, இந்த நிகழ்வில், குறியீட்டை இயக்க, NumPy தொகுதியை np ஆக இணைத்துள்ளோம். பின்னர், 'X' என அறிவிக்கப்பட்டது மற்றும் அது இரு பரிமாண வரிசையின் கூறுகளைத் தக்க வைத்துக் கொண்டது. பின்னர், அச்சு() செயல்பாட்டைப் பயன்படுத்தி, 'கொடுக்கப்பட்ட வரிசை உள்ளது' என்ற வரியைக் காண்பிக்கவும். அச்சு செயல்பாடு இரு பரிமாண வரிசையையும் அச்சிடுகிறது. இப்போது, ​​'அச்சு' அளவுருவை அச்சு = 1 என வழங்குவதன் மூலம் NumPy ptp() முறையை அழைப்பதன் மூலம் கொடுக்கப்பட்ட வரிசையின் வரம்பைக் கண்டுபிடிப்போம். இது இரு பரிமாண வரிசையின் வரம்பை வரிசை வாரியாகக் கொடுக்கும்.

முடிவில், 'அச்சு' அளவுருவின் மதிப்பு 1 இருப்பதால், 2D வரிசையின் வரிசை வாரியான வரம்பைப் பெற்றுள்ளோம்.

எடுத்துக்காட்டு # 4:

NumPy ptp() ஐப் பயன்படுத்தி 2D வரிசையின் நெடுவரிசை வாரியான வரம்பை எவ்வாறு பெறுவது என்பதைப் பார்ப்போம்.

இந்த நிலையில், 2D வரிசையின் வரம்பை செங்குத்தாகக் கண்டறிவது பற்றி அறிந்துகொள்வோம். முதல் படி NumPy நூலகத்தை ஒருங்கிணைக்கிறது. இரண்டாவது படி, வரிசையின் மதிப்புகளை சேமிப்பதற்காக உள்ளீடு 2D வரிசையாக 'Y' மாறியின் துவக்கத்தை உள்ளடக்கியது. மூன்றாவது படி NumPy 2D வரிசையின் மதிப்புகளை அச்சிடுவது, அதில் உள்ள ‘Y’ இன் மதிப்புகளை ஒரு வாதமாக அனுப்புவதன் மூலம் print() செயல்பாட்டை அழைப்பது. நான்காவது படியில், 'அச்சு = 0' என்ற சொற்றொடரைக் காட்ட அச்சு அறிக்கை மீண்டும் அழைக்கப்படுகிறது. முடிவில், வரையறுக்கப்பட்ட 2D வரிசையின் வரம்பைப் பெற, np.ptp() செயல்பாட்டைப் பயன்படுத்தவும். இந்த முறை இரண்டு வாதங்களைக் கொண்டுள்ளது, இதில் தேவையான வரிசை மற்றும் அளவுரு 'அச்சு' ஆகியவை அடங்கும். இங்கே, 2D வரிசையின் வரம்பை நெடுவரிசை வாரியாகக் கண்டறிய விரும்புவதால், வாதத்தின் ‘அச்சு’ மதிப்பை 0 ஆக அமைக்கிறோம்.

நிரலின் வெற்றிகரமான செயல்பாட்டிற்குப் பிறகு, பின்வரும் வெளியீடு எங்களிடம் உள்ளது:

முடிவுரை

NumPy ptp() முறையை நீங்கள் நன்கு புரிந்து கொள்ள உதவ, வழிகாட்டியில் பலதரப்பட்ட தலைப்புகளைப் பற்றி விவாதித்துள்ளோம். NumPy ptp() முறையின் தொடரியல், அளவுருக்கள் மற்றும் வருவாய் மதிப்பு அனைத்தும் உள்ளடக்கப்பட்டுள்ளன. ஒரு பரிமாண வரிசையின் வரம்பு முதல் குறியீட்டில் கணக்கிடப்பட்டது, மேலும் இரு பரிமாண வரிசையின் வரம்பு இரண்டாவது எடுத்துக்காட்டில் தீர்மானிக்கப்பட்டது. 2D வரிசையின் வரம்பு, வரிசை மற்றும் நெடுவரிசை வாரியாக கடந்த இரண்டு நிகழ்வுகளில் மதிப்பிடப்பட்டது.