NumPy வெற்று வரிசை என்றால் என்ன?
உள்ளீடுகளை துவக்காமல், குறிப்பிட்ட வடிவங்கள் மற்றும் வகைகளின் புதிய வரிசையை உருவாக்க, Python NumPy காலி() வரிசை செயல்பாடு பயன்படுத்தப்படலாம். இந்த செயல்பாடு மூன்று உள்ளீடுகளை ஏற்றுக்கொள்கிறது மற்றும் இந்த அளவுருக்களை வழங்குவதன் மூலம், குறிப்பிட்ட தரவு வகை மற்றும் வரிசையை நாம் குறிப்பிடலாம். இந்த இடுகையில், நாங்கள் numpy.empty(தொடரியல்) மற்றும் பயன்பாடு மூலம் செல்வோம், இது குறிப்பிட்ட வடிவம், வரிசை மற்றும் தரவு வகையுடன் தொடங்கப்படாத தரவுகளின் வரிசையை வழங்குகிறது. பொருள் அணிவரிசைகள் எதுவும் இல்லை என்ற மதிப்பில் தொடங்கும்.
NumPy வெற்று வரிசையின் தொடரியல்
இந்தச் செயல்பாட்டைப் பயன்படுத்துவதற்கான முழுமையான தொடரியல் பின்வருமாறு:
பின்வரும் அளவுருக்கள் தொடரியலில் காணப்படுகின்றன. இந்த அளவுருக்கள் ஒவ்வொன்றும் ஒரு செயல்பாட்டைக் கொண்டுள்ளன.
அளவுரு பெயர் | விளக்கம் |
வடிவம் | இது வெற்று வரிசையின் வடிவத்தை விவரிக்கிறது. இது ஒரு தனிப்பட்ட முழு எண் மதிப்பு அல்லது ஒரு டூப்பிள் ஆக இருக்கலாம். |
dtype | வரிசை உருப்படிகளுக்கான தரவு வகை இந்த விருப்ப அளவுருவால் தீர்மானிக்கப்படுகிறது. இது முன்னிருப்பாக numpy.float64 ஆகும். |
உத்தரவு | பல பரிமாண தரவு சேமிப்பு முறை இந்த விருப்ப அளவுருவால் குறிப்பிடப்படுகிறது. இதில் ‘C’ மற்றும் ‘F’ விருப்பங்கள் உள்ளன. |
போன்ற | இது ஒரு தேர்வு அடிப்படையிலான அளவுரு. இது ஒரு குறிப்பு பொருளாகும், இது NumPy-இணக்கமில்லாத வரிசைகளை உருவாக்க உதவுகிறது. |
குறிப்பிடப்பட்ட படிவம், வரிசை மற்றும் தரவு வகையுடன் தொடங்கப்படாத தரவுகளின் வரிசையின் ndarray ஆனது numpy.empty() முறை மூலம் வழங்கப்படுகிறது.
அடுத்து, சொல்லப்பட்ட தலைப்பை விரிவாக விவரிக்கும் சில எடுத்துக்காட்டு நிரல்களை நாங்கள் உங்களுக்கு வழங்குவோம்.
எடுத்துக்காட்டு 1:
ஒரு NumPy வெற்று வரிசை எவ்வாறு செயல்படுத்தப்படுகிறது என்பதைப் பார்க்க ஒரு உதாரணத்தைப் பார்ப்போம். NumPy வெற்று வரிசையைச் சரிபார்க்க இரண்டு முறைகள் உள்ளன. NumPy பூஜ்ஜியத்தின் வரிசை செயல்பாடு முதலில் பயன்படுத்தப்படுகிறது மற்றும் வெற்று வரிசை செயல்பாடு இரண்டாவது பயன்படுத்தப்படுகிறது. இந்த எடுத்துக்காட்டில் NumPy வெற்று வரிசை செயல்பாட்டின் பயன்பாட்டைப் பற்றி விவாதிப்போம்.
வரிசை வெற்று முறையை செயல்படுத்துவதற்கான குறியீடு கீழே காட்டப்பட்டுள்ளது. இருப்பினும், ஒரு வெற்று செயல்பாட்டைக் கொண்டிருப்பது வரிசை மதிப்புகள் 0 ஆக இருக்கும் என்பதற்கு உத்தரவாதம் அளிக்காது. கொடுக்கப்பட்ட குறியீட்டில் எளிய NumPy வெற்று அணி செயல்படுத்தப்படுகிறது. இது எப்போதும் வழங்கப்பட்ட வடிவம் மற்றும் தரவு வகையுடன் தொடங்கப்படாத உருப்படிகளை வழங்கும். குறியீட்டின் ஸ்கிரீன்ஷாட் இங்கே காட்டப்பட்டுள்ளது.
இறக்குமதி உணர்ச்சியற்றnew_arr = உணர்ச்சியற்ற. காலியாக ( 4 )
அச்சு ( new_arr )
குறியீட்டை இயக்கியதும், கீழே உள்ள வெளியீட்டைக் காணலாம்.
numpy.array() முறையானது வெற்று பட்டியலை அனுப்புவதன் மூலம் வெற்று வரிசையை உருவாக்க பயன்படுகிறது.
இறக்குமதி உணர்ச்சியற்றபுதிய_பட்டியல் = [ ]
new_arr = உணர்ச்சியற்ற. வரிசை ( புதிய_பட்டியல் )
அச்சு ( new_arr )
வெற்று வரிசையை நீங்கள் காணக்கூடிய முடிவு கீழே உள்ளது.
நம்பி பூஜ்ஜியத்தின் வரிசை செயல்பாடான இரண்டாவது அணுகுமுறையைப் பற்றி விவாதிப்போம்.
எடுத்துக்காட்டு 2:
இங்கே நாம் நம்பி பூஜ்ஜிய வரிசை செயல்பாட்டை செயல்படுத்தியுள்ளோம். அதே அளவுருக்கள் Numpy.zeros() முறையிலும் உள்ளன. இவை ஒழுங்கு, வடிவம் மற்றும் dtype.
குறியீட்டுப் படத்தில், வரிசை வடிவம் [3,3] கொடுக்கப்பட்டுள்ளது. இதன் பொருள் 3 வரிசைகள் மற்றும் 3 நெடுவரிசைகள். தரவு வகை முழு எண்ணாகும்.
இறக்குமதி உணர்ச்சியற்றarr_one = உணர்ச்சியற்ற. பூஜ்ஜியங்கள் ( [ 3 , 3 ] , dtype = 'int' )
அச்சு ( arr_one )
இங்கே, நீங்கள் 3 வரிசைகள் மற்றும் 3 நெடுவரிசைகளின் வரிசையைக் காணலாம்.
எடுத்துக்காட்டு 3:
இங்கே, numpy.empty செயல்பாட்டின் ‘dtype’ மிதவை வாதம் பயன்படுத்தப்படுகிறது. வெற்று வரிசையின் வடிவம் மற்றும் தரவு வகையை நாங்கள் வரையறுத்துள்ள குறியீட்டில் நீங்கள் பார்க்கலாம், அதாவது இரண்டையும் எடுத்துக்காட்டில் அறிவிக்கலாம். இங்கே, 3 வரிசைகள் மற்றும் 3 நெடுவரிசைகளின் வரிசையானது மிதவை மதிப்புகளைக் கொண்டதாக உருவாக்கப்படுவதை நீங்கள் காணலாம்.
இறக்குமதி உணர்ச்சியற்றஒன்று = உணர்ச்சியற்ற. காலியாக ( [ 3 , 3 ] , dtype = மிதவை )
அச்சு ( ஒன்று )
மேற்கூறிய பிரகடனத்தின் முடிவைப் புரிந்துகொள்ள பின்வரும் படத்தைப் பயன்படுத்தவும்.
எடுத்துக்காட்டு 4:
இந்த எடுத்துக்காட்டில், 'C' செயல்பாட்டின் வரிசை அளவுருவைப் பயன்படுத்துவோம், இது C பாணியில் வரிசை-பிரதான வடிவத்திற்கானது. நம்பி செயல்பாடுகள் இறக்குமதி செய்யப்பட்டு பயன்படுத்தப்படுகின்றன. வெற்று நம்பி செயல்பாடு மூலம், 'arr2' என்ற மாறியை அறிவித்தோம். இந்த வழக்கில், நாங்கள் செயல் வடிவம், தரவு வகை மற்றும் வரிசையை நிறைவேற்றினோம். இறுதியாக, மாறியின் மதிப்பை அச்சிட முயற்சிக்கிறோம்.
இறக்குமதி உணர்ச்சியற்றarr2 = உணர்ச்சியற்ற. காலியாக ( [ 4 , 4 ] , dtype = மிதவை , உத்தரவு = 'சி' )
அச்சு ( arr2 )
இந்நிலையில், விழாவுக்கு உத்தரவு வழங்கப்பட்டது. மேற்கூறிய குறியீட்டின் முடிவைக் காட்ட கீழே உள்ள ஸ்கிரீன்ஷாட்டைப் பயன்படுத்தவும்.
எடுத்துக்காட்டு 5:
இந்த எடுத்துக்காட்டில், இந்த வழக்கில் 'F' என்ற வரிசையின் வரிசையை மட்டுமே மாற்றியுள்ளோம். மீதமுள்ள குறியீடு மேலே உள்ளதைப் போலவே உள்ளது. மேற்கூறிய குறியீட்டின் முடிவை விளக்குவதற்கு பின்வரும் படத்தைப் பயன்படுத்தவும்:
இறக்குமதி உணர்ச்சியற்றarr2 = உணர்ச்சியற்ற. காலியாக ( [ 4 , 4 ] , dtype = மிதவை , உத்தரவு = 'எஃப்' )
அச்சு ( arr2 )
இதோ முடிவு:
எடுத்துக்காட்டு 6:
இந்த எடுத்துக்காட்டில், வெற்று ஒரு பரிமாண வரிசை உருவாக்கப்பட்டது. இந்த விஷயத்தில் மட்டுமே, நாங்கள் ஒரு அளவுரு வடிவத்தைப் பயன்படுத்துகிறோம். மேலே உள்ள குறியீட்டின் முடிவை விளக்க, இணைக்கப்பட்ட குறியீட்டு படத்தைப் பயன்படுத்தவும்.
இறக்குமதி உணர்ச்சியற்றஒன்று_அர் = உணர்ச்சியற்ற. காலியாக ( வடிவம் = இரண்டு )
அச்சு ( ஒன்று_அர் )
முடிவு இங்கே இணைக்கப்பட்டுள்ளது:
அதே உதாரணத்தை எந்த அளவுருக்கள் இல்லாமல் இயக்கலாம். வடிவ அளவை (இந்த விஷயத்தில் 4) ஒரு அளவுருவாக நாம் கடந்து சென்றாலும் முடிவு காலியாக இருப்பது, பைதான் இதை நிறைவேற்ற அனுமதிக்கிறது என்பதைக் குறிக்கிறது. உங்கள் சிறந்த புரிதலுக்காக குறியீடு படம் இங்கே இணைக்கப்பட்டுள்ளது.
இறக்குமதி உணர்ச்சியற்றஒன்று_அர் = உணர்ச்சியற்ற. காலியாக ( 4 )
அச்சு ( ஒன்று_அர் )
இங்கே நீங்கள் வெளியீட்டைக் காணலாம்:
எடுத்துக்காட்டு 7:
இந்த உதாரணம் இரு பரிமாண வெற்று நம்பி அணிவரிசையைப் பற்றியது. நம்பி செயல்பாடுகள் இறக்குமதி செய்யப்பட்டு பயன்படுத்தப்படுகின்றன. வெற்று நம்பி செயல்பாட்டின் மூலம், 'twod_arr' என்ற மாறியை அறிவித்தோம், மேலும் செயல் வடிவம் மற்றும் தரவு வகையை கடந்துவிட்டோம். இறுதியாக, மாறியின் மதிப்பை அச்சிட முயற்சிக்கிறோம்.
இறக்குமதி உணர்ச்சியற்றtwod_arr = உணர்ச்சியற்ற. காலியாக ( வடிவம் = [ 3 , 4 ] , dtype = முழு எண்ணாக )
அச்சு ( twod_arr )
இங்கே 3 வரிசைகள் மற்றும் 4 நெடுவரிசைகள் வரிசை காட்டப்படுவதைக் காணலாம்.
முடிவுரை
மேற்கூறிய கட்டுரையிலிருந்து நம்பி வெற்று வரிசைகளுக்கான அடிப்படை தொடரியல் கற்றுக்கொண்டீர்கள். கூடுதலாக, பைத்தானில் செயல்படுத்த பூஜ்ஜியங்களின் செயல்பாடு மற்றும் பிற எடுத்துக்காட்டு வெற்று வரிசைகளை எவ்வாறு பயன்படுத்துவது என்பதைக் கண்டுபிடித்தோம். பைத்தானில் நம்பி வெற்று வரிசைகளுடன் எவ்வாறு வேலை செய்வது என்பதை இந்த இடுகை நமக்குக் காட்டுகிறது.