#پایتون_مقدماتی
#نامپای
📎آشنایی با کتابخانه Numpy
تا امروز با مفاهیم مقدماتی اصلی پایتون تا حدودی آشنا شدیم . امروز می خواهیم با یکی از مهترین کتابخانه های پایتون به نام numpy آشنا بشویم. این کتابخانه که بخش های مختلفی از آن با C و ++C نوشته است، در مقایسه با پایتون خالص، سرعت عمکلرد بسیار بهتری برای کار با ماتریس ها و بردارها دارد.
از آنجایی که سری های زمانی یک بردار چند در یک هستند (داده های پنل هم ماتریس چند در چند هستند) استفاده از Numpy برای ما بسیار ضروری و مهم است.
هدف اصلی NumPy فراهم ساختن امکان کار با آرایههای چندبعدی همگن است. این آرایهها جدولی از عناصر (معمولاً اعداد) هستند که همگی از یک نوع میباشند و با یک چندتایی، از اعداد صحیح مثبت اندیسگذاری میشوند.
توجه داریم که در پایتون آرایه ها به معنی سایر زبان های برنامه نویسی پشتیبانی نمی شوند و فقط لیست ها را داریم. به کمک Numpy امکان استفاده از آرایه ها و اعمال مرتبط با آن در پایتون فراهم می شود.
#numpy
@FinPy
#نامپای
📎آشنایی با کتابخانه Numpy
تا امروز با مفاهیم مقدماتی اصلی پایتون تا حدودی آشنا شدیم . امروز می خواهیم با یکی از مهترین کتابخانه های پایتون به نام numpy آشنا بشویم. این کتابخانه که بخش های مختلفی از آن با C و ++C نوشته است، در مقایسه با پایتون خالص، سرعت عمکلرد بسیار بهتری برای کار با ماتریس ها و بردارها دارد.
از آنجایی که سری های زمانی یک بردار چند در یک هستند (داده های پنل هم ماتریس چند در چند هستند) استفاده از Numpy برای ما بسیار ضروری و مهم است.
هدف اصلی NumPy فراهم ساختن امکان کار با آرایههای چندبعدی همگن است. این آرایهها جدولی از عناصر (معمولاً اعداد) هستند که همگی از یک نوع میباشند و با یک چندتایی، از اعداد صحیح مثبت اندیسگذاری میشوند.
توجه داریم که در پایتون آرایه ها به معنی سایر زبان های برنامه نویسی پشتیبانی نمی شوند و فقط لیست ها را داریم. به کمک Numpy امکان استفاده از آرایه ها و اعمال مرتبط با آن در پایتون فراهم می شود.
#numpy
@FinPy
#پایتون_مقدماتی
#نامپای
📎برای فراخوانی کتابخانه نامپای از دستور زیر استفاده می نماییم.
import numpy as np
#numpy
@FinPy
#نامپای
📎برای فراخوانی کتابخانه نامپای از دستور زیر استفاده می نماییم.
import numpy as np
#numpy
@FinPy