பாண்டாஸ் லாம்ப்டா

Pantas Lampta



பாண்டாக்கள் அடிக்கடி பயன்படுத்தப்படுவதால், அவர்களால் செய்யக்கூடிய விஷயங்களைக் காட்டிலும், அவர்களால் சாதிக்க முடியாத விஷயங்களைக் கணக்கிடுவது மிகவும் பயனுள்ளதாக இருக்கும். இந்த கருவியில் உங்கள் தரவு நடைமுறையில் உள்ளது. தரவுகளை சுத்தம் செய்தல், மாற்றுதல் மற்றும் பகுப்பாய்வு செய்வதன் மூலம் அதைப் பற்றி அறிய பாண்டாக்கள் உங்களுக்கு உதவலாம். 'லாம்ப்டா' என்பது சாதாரண மொழியில் ஒரு செயல்பாட்டை வரையறுக்க ஒரு மாற்று வழி. 'லாம்ப்டா' ஐப் பயன்படுத்தி, நீங்கள் ஒரு செயல்பாட்டை நேரடியாக வரையறுக்கலாம். சில தரவுகளுக்கு ஒரு செயல்பாட்டைப் பயன்படுத்த பைதான் குறியீட்டின் ஒற்றை வாக்கியத்தைப் பயன்படுத்தலாம் என்பதை இது குறிக்கிறது. ஒரு வெளிப்பாடு ஒன்றுக்கு மேற்பட்ட அளவுருக்களை எடுக்கும் போது, ​​ஒரு 'லாம்ப்டா' செயல்பாடு ஒன்றுக்கு மட்டுமே. வெளிப்பாடு மதிப்பிடப்பட்டு முடிவு கொடுக்கப்படுகிறது. Python's Pandas பல்வேறு தரவு ஆராய்ச்சி சிக்கல்களைத் தீர்க்க 'லாம்ப்டா' செயல்பாட்டைப் பயன்படுத்துகிறது. பாண்டாஸ் டேட்டாஃப்ரேமில், வரிசைகள் மற்றும் நெடுவரிசைகள் இரண்டிற்கும் “லாம்ப்டா” செயல்பாட்டைப் பயன்படுத்தலாம்.

'Lambda' உங்கள் திட்டத்தை மிகவும் அளவிடக்கூடிய தொழில்நுட்ப நிறுவனத்தில் செயல்படுத்துகிறது மற்றும் அனைத்து கணினி சொத்து நிர்வாகத்தையும் நிர்வகிக்கிறது. இது புதுப்பிப்பு வரிசைப்படுத்தல், திறன் வழங்கல், தானியங்கி அளவிடுதல், குறியீடு பகுப்பாய்வு மற்றும் பதிவு செய்தல் மற்றும் சேவையகம் மற்றும் இயக்க பராமரிப்பு ஆகியவற்றை உள்ளடக்கியது. ஒரே ஒரு கூட்டு கொண்ட ஒரு சிறிய திறன் பாண்டாஸ் 'லாம்ப்டா' செயல்பாடு ஆகும். 'லாம்ப்டா' திறன்கள் பெயரிடப்படாத சூழ்நிலைகளில் சமமாக செயல்பட முடியும். 'லாம்ப்டா' என்பது செயல்பாட்டின் முக்கிய சொல்லைக் குறிக்கிறது. செயல்படுத்தப்பட வேண்டிய செயல்பாட்டின் உடல் இரண்டாவது x ஆல் குறிக்கப்படுகிறது. முக்கிய சொல் 'லாம்ப்டா' ஆக இருக்க வேண்டும் மற்றும் அவசியமாக இருக்க வேண்டும், ஆனால் சூழ்நிலைகளுக்கு ஏற்ப வாதங்களும் உடலும் வேறுபடலாம். லாம்ப்டா செயல்பாடுகள் மூலம் செயல்பாடு பொருட்களை திரும்பப் பெறுவது சாத்தியமாகும்.







லாம்ப்டா செயல்பாட்டிற்கான தொடரியல்:



எடுத்துக்காட்டு 1: assign() முறையைப் பயன்படுத்துவதன் மூலம் ஒரு புதிய நெடுவரிசையில் லாம்ப்டா முறையை இயக்க தரவுச் சட்டத்தைப் பயன்படுத்துதல்

'லாம்ப்டா' அணுகுமுறையானது பல்வேறு தகவல் செயலாக்க சிக்கல்களைச் சமாளிக்க பாண்டாக்களால் பயன்படுத்தப்படுகிறது. ஒரு சுருக்கமான செயல்பாடு, 'லாம்ப்டா' முறையை அநாமதேயமாகவும் பயன்படுத்தலாம், அதாவது இதற்கு பெயர் தேவையில்லை. 'லாம்ப்டா' முறையை குறைந்தபட்ச நிரல்களை எழுதவும் எளிய சிக்கல்களைத் தீர்க்கவும் பயன்படுத்தலாம். உயர்-வரிசை செயல்பாடுகளை ஆதரிக்கும் மொழிகளில், 'லாம்ப்டா' வெளிப்பாடுகள் அல்லது 'லாம்ப்டா' நுட்பங்கள் என்பது மாறிகளுக்கு ஒதுக்கப்படும், வாதமாக அனுப்பப்படும் அல்லது செயல்பாட்டு அழைப்பிலிருந்து மீட்டெடுக்கக்கூடிய வழிமுறைகளின் துகள்களாகும். அவை நீண்ட காலமாக நிரலாக்கத்தின் ஒரு அங்கமாக இருந்து வருகின்றன. இந்தக் கட்டுரையின் முதல் உதாரணத்தில் தொடங்கி, குறியீட்டைச் செயல்படுத்துவதற்கான அடிப்படை நிபந்தனை, தேவையான நூலகங்களை ஏற்றுவது. 'பாண்டாஸ்' நூலகம் நமக்குத் தேவையானது. அதை ஏற்ற, 'pd ஆக பாண்டாக்களை இறக்குமதி செய்' என்ற வரியை உருவாக்க வேண்டும். இப்போது எங்கள் தரவு சட்டத்தை உருவாக்குவோம்.



இந்த எடுத்துக்காட்டில், எங்கள் தரவு சட்டகம் 'மாணவர்கள்' என்று அழைக்கப்படுகிறது. எங்கள் தரவு சட்டகம் இரண்டு கூடுதல் நெடுவரிசைகளைப் பெறுகிறது. முதல் நெடுவரிசைக்கு 'பெயர்கள்' என்றும், இரண்டாவது 'மார்க்ஸ்' என்றும் பெயரிடப்பட்டுள்ளது. இரண்டு நெடுவரிசைகளில் ஒவ்வொன்றும் சில மதிப்புகளைக் கொண்டுள்ளது. முதல் நெடுவரிசை 'ஆல்வின்', 'வாட்சன்', 'தாமஸ்' மற்றும் 'நோவா' ஆகியவற்றிற்கான பின்வரும் மதிப்புகள் மற்றும் இரண்டாவது நெடுவரிசை 'மார்க்ஸ்' க்கான மதிப்புகள் எங்களிடம் உள்ளன. எங்களிடம் “400”, “360”, “430” மற்றும் “290” உள்ளது.“ இப்போது, ​​அது “pd.DataFrame” ஐப் பயன்படுத்தி எங்கள் DataFrame ஐ உருவாக்கும்.





பின்னர், எங்கள் குறியீட்டின் பெரும்பகுதியை அடைவோம், அங்கு புதிய ஒற்றை நெடுவரிசையை உருவாக்க, 'லாம்ப்டா' உடன் 'assign()' முறையைப் பயன்படுத்துகிறோம். 'Lambda' செயல்பாடு 'dataframe.assign()' முறை மூலம் ஒரு நெடுவரிசைக்கு மட்டுமே பயன்படுத்தப்படுகிறது. லாம்ப்டா என்பது சாதாரண மொழியில் செயல்பாடுகளை விவரிக்கும் ஒரு கூடுதல் முறையாகும். லாம்ப்டாவைப் பயன்படுத்தி, நீங்கள் ஒரு செயல்பாட்டை நேரடியாக வரையறுக்கலாம். குறிப்பிட்ட தரவுகளுக்கு ஒரு செயல்பாட்டைப் பயன்படுத்த பைதான் குறியீட்டின் ஒற்றை வரியைப் பயன்படுத்தலாம் என்பதை இது குறிக்கிறது. இப்போது 'assign()' முறையைப் பயன்படுத்தி, எங்கள் தரவுச்சட்டத்தில் 'சதவீதம்' என்ற புதிய நெடுவரிசையை ஒதுக்குகிறோம்.

'மார்க்' நெடுவரிசையில் 'லாம்ப்டா' செயல்முறை பயன்படுத்தப்பட்டது. மாணவர்களின் சதவீதங்கள் லாம்ப்டா செயல்பாட்டைப் பயன்படுத்தி கணக்கிடப்பட்டு பின்னர் ஒரு புதிய நெடுவரிசையில் வைக்கப்படுகின்றன, இது 'சதவீதம்' ஆகும். 'லாம்ப்டா' ஐப் பயன்படுத்தி சதவீதத்தை தீர்மானிக்க நாம் பயன்படுத்தும் சூத்திரம் 'மதிப்பீடுகள் அல்லது மொத்த மதிப்பெண்கள், இது 500 மற்றும் 100 ஆல் பெருக்கப்படுகிறது,' இது மாணவரின் துல்லியமான சதவீதத்தை உருவாக்கி, டேட்டாஃப்ரேமின் 'சதவீதம்' நெடுவரிசையில் காண்பிக்கும். “print(dataframe)” இப்போது டேட்டாஃப்ரேமை திரையில் காண்பிக்கும்.



இந்த குறியீட்டின் முடிவை நாம் பார்க்கலாம். மூன்று நெடுவரிசைகள் கொண்ட டேட்டாஃப்ரேம் இந்தப் படத்தில் தோன்றுகிறது. முதல் நெடுவரிசையில் மாணவரின் பெயர் உள்ளது, இரண்டாவது நெடுவரிசையில் மாணவர்களின் மதிப்பெண்கள் உள்ளன. மூன்றாவது நெடுவரிசையின் 'சதவீதத்தை' கட்டமைக்க 'assign()' முறை மற்றும் 'லாம்ப்டா' செயல்பாட்டைப் பயன்படுத்துவதன் மூலம், மாணவர்களின் சதவீதத்தை நாம் தீர்மானிக்கலாம், பின்னர் அந்த சதவீதங்களை தரவு சட்டத்தில் 'சதவீதம்' என்று பெயரிடப்பட்ட மூன்றாவது நெடுவரிசையில் சேர்க்கலாம். . '80', '72', '86' மற்றும் '58' என்ற சூத்திரத்தைப் பயன்படுத்தி சதவீத நெடுவரிசைகளுக்கு பெறப்பட்ட மதிப்புகள். இந்த டேட்டாஃப்ரேமில் குறியீட்டின் அளவு '4' ஆகும்.

எடுத்துக்காட்டு 2: பல நெடுவரிசைகளில் assign() முறையைப் பயன்படுத்த லாம்ப்டா செயல்பாட்டைச் செயல்படுத்துதல்

Pandas DataFrame இன் assign() நுட்பம் பல நெடுவரிசைகளில் லாம்ப்டா செயல்பாட்டைப் பயன்படுத்த அனுமதிக்கிறது. லாம்ப்டா செயல்பாடு அல்லது வரிசை செயல்பாடு போன்ற புதிய செயல்பாடு தேவைப்படும் ஒவ்வொரு முறையும், அதைச் சேர்க்க நாங்கள் சுதந்திரமாக இருக்கிறோம். பாண்டாஸ் தரவு சட்டகத்தின் நெடுவரிசைகள் மற்றும் வரிசைகள் இரண்டையும் லாம்ப்டா செயல்பாடு மூலம் கையாளலாம். இந்த சூழ்நிலையில், ஒரு டேட்டாஃப்ரேமை உருவாக்குவதன் மூலம் தொடங்குகிறோம். 'மாணவர் முடிவு' என்பது டேட்டாஃப்ரேமின் பெயர். இந்த டேட்டாஃப்ரேமில் நான்கு நெடுவரிசைகள் உள்ளன. எங்களிடம் உள்ள முதல் நெடுவரிசை 'பெயர்கள்'. இரண்டாவது நெடுவரிசை 'பைத்தான்' ஆகும். மூன்றாவது நெடுவரிசையின் பெயர் 'Data_structure'. நான்காவதாகப் பெயர் 'கால்குலஸ்'.

இந்த நெடுவரிசைகளில், சில மதிப்புகளை பட்டியலிட்டுள்ளோம். 'பெயர்கள்' என்ற நெடுவரிசைக்கு, 'வில்லோ', 'ஆலிஸ்', 'எட்வர்ட்' மற்றும் 'அமெலியா' என்ற சில மாணவர்களின் பெயர்களின் பட்டியல் எங்களிடம் உள்ளது. மலைப்பாம்பு '96', '40', '98' மற்றும் '98' ஆகியவற்றின் அடையாளங்கள் இரண்டாவது நெடுவரிசையில் உள்ள மதிப்புகளால் குறிப்பிடப்படுகின்றன. மூன்றாவது நெடுவரிசையில் உள்ள மதிப்புகள் '86', '56', '73' மற்றும் '90' மற்றும் நான்காவது நெடுவரிசைக்கு '90', '33', '88' மற்றும் '78' உள்ளன. டேட்டாஃப்ரேமை உருவாக்க இப்போது 'pd.DataFrame' ஐப் பயன்படுத்தவும்.

இப்போது, ​​'ஒதுக்க' முறையைப் பயன்படுத்தி எங்கள் தரவு சட்டத்தில் ஒரு புதிய நெடுவரிசையைச் சேர்க்கிறோம். புதிய நெடுவரிசை 'மொத்த மதிப்பெண்கள்' என்று தலைப்பிடப்பட்டுள்ளது. புதிய நெடுவரிசையின் பெயர் “Total_marks”. ஒட்டுமொத்த மதிப்பெண்களைப் பெற, பைதான், தரவுக் கட்டமைப்பு மற்றும் கால்குலஸ் உட்பட பல தலைப்பு நெடுவரிசைகளில் “லாம்ப்டா” செயல்பாட்டைப் பயன்படுத்தினோம். இந்தச் செயல்பாடு மூன்று பாடங்களிலிருந்தும் மதிப்பெண்களைச் சேர்த்து “Total_marks” நெடுவரிசையில் காண்பிக்கும். “print(dataframe)” ஆனது இறுதியாக டேட்டாஃப்ரேமை திரையில் காண்பிக்கும்.

இந்த முறை இந்த முடிவைப் பெற்றுள்ளோம். 'Lambda' செயல்பாடு பல நெடுவரிசைகளில் பயன்படுத்தப்படும் போது ஒரு சிறந்த விளைவை வழங்கும். 'ஒதுக்க' முறையைப் பயன்படுத்தி எங்கள் டேட்டாஃப்ரேமிற்கு 'Total_marks' என்ற புதிய நெடுவரிசையை ஒதுக்குகிறோம், இதனால் அந்த நெடுவரிசையில் மாணவரின் மொத்த முடிவைக் காட்டலாம். இறுதியாக, 'மொத்த மதிப்பெண்கள்' நெடுவரிசை மூன்று பாடங்களுக்கும் மொத்த முடிவுகளைக் காட்டுவதைக் காணலாம். லாம்ப்டா “272”, “129”, “259” மற்றும் “266” ஆகியவற்றைப் பயன்படுத்தி மூன்று நெடுவரிசைகளிலிருந்து மதிப்புகளைச் சேர்ப்பதன் மூலம் மொத்த மதிப்பெண்களின் நெடுவரிசைகளுக்கான எண்கள் கணக்கிடப்பட்டன.

முடிவுரை

பைதான் நிரலாக்க மொழியில், ஒரு லாம்ப்டா செயல்பாடு என்பது பெயரிடப்படாத, ஒரு வரி செயல்பாடு ஆகும், இது ஒரு வாதத்தையும் எண்ணற்ற அளவுருக்களையும் எடுக்கும். அவர்கள் பல வாதங்களைச் செய்யலாம், ஆனால் அவற்றில் ஒன்று மட்டுமே வெளிப்படுத்தப்படும். ஒரு லாம்ப்டா பணியானது, எந்தக் காரணிக்கும் ஒதுக்கப்படக்கூடிய திறன் பொருளை மீட்டெடுக்கிறது மற்றும் எந்த உறுதிமொழிகளையும் கொண்டிருக்க முடியாது. முதல் வழக்கில், சதவீதத்தை தீர்மானிக்க 'லாம்ப்டா' பயன்படுத்தப்பட்டது, இரண்டாவது எடுத்துக்காட்டில், மாணவர்களுக்கான 'மொத்த மதிப்பெண்கள்' கணக்கிடப்பட்டது. வழக்கமான 'லாம்ப்டா' செயல்பாடுகளின் தொடரியல், பயன்பாடு மற்றும் எடுத்துக்காட்டுகள் இந்தக் கட்டுரையில் உள்ளன.