Python | Numerical Python (NumPy) By. Shivansh Sir

NUMBER PYTHON (NumPy)

PYTHON | INTRODUCTION
NumPy की full form Numerical Python होती है , इसे Travis Oliphant द्वारा 2005 में develop किया गया था। यह एक Open Source Project है जिसे free में use कर सकते हैं, यह Python library है , लेकिन इसकी ज्यादातर functionality को C और C++ में develop किया गया है। NumPy Python में scientific computing करने के लिए fundamental package है। यह python library ही है जो multidimensional array, object array (like masked arrays और matrices) provide करती है।

PYTHON | WHY USE NUMPY?
Mostly NumPy का use array के साथ work करने के लिए करते हैं, तो जब python में already list, tuple, etc थे |
इसकी जरूरत ही क्यों पड़ी ?
Actually सबसे बड़ा reason था , list NumPy array के comparison में काफी slow है।
#NumPy का main purpose Array Object provide करना है जो कि traditional Python list se 50x ज्यादा fast है। Array Object को NumPy में ndarray कहते हैं , यह कई सारे supportive function provide करता है जिससे array के साथ easily work कर सकें।

PYTHON | NUMPY INSTALLATION
NumPy Install करने के लिए आपके system में pip install होना चाहिए। pip Python के लिए package manager है , जिससे आप अपनी need के according packages install कर सकते हैं। जिस तरह से JavaScript के लिए npm package manager होता है , PHP के लिए composer उसी तरह से python के लिए pip.

PYTHON | IMPORT NUMPY
Successfully install होने के बाद , अब आप इसे बाकी packages / modules की तरह import keyword का use करके use में ले सकते है। वैसे NumPy module का पूरा name न लिखकर इसे np उपनाम दे देते हैं।
Source Code
#import numpy module as np. 
import numpy as np
#check version.
print(np.__version__)
Output
1.15.1

PYTHON | NumPy Array
NumPy का use Array के साथ काम करने के लिए किया जाता है। NumPy module का use करके Array create और use करते हैं। NumPy में array Object बनाने के लिए array method का use किया जाता जो ndarray object return करता है।
Source Code
#import numpy module.
import numpy as np
arr = np.array([12,23,34,45])
#print it's type.
print('Type :', type(arr))
Output
Type : <class 'numpy.ndarray'>

Note : type() function, Python का predefined function है जिसका use किसी भी variable का Data Type जानने के लिए किया जाता है।
Source Code
#import numpy module.
import numpy as np
arr_list = np.array([12,23,34,45])
arr_tuple = np.array((12,23,34,45))
arr_set = np.array({12,23,34,45})
print('List Array Type :', type(arr_list))
print('Tuple Array Type :', type(arr_tuple))
print('Set Array Type :', type(arr_set))
Output
List Array Type : <class 'numpy.ndarray'>
Tuple Array Type : <class 'numpy.ndarray'>
Set Array Type : <class 'numpy.ndarray'>

PYTHON | ARRAY DIMENSIONS
1. 0-Dimension Array
Single value को लेकर बनाया गया array 0 - dimensional कहलाता है। किसी भी array में single value अपने में 0 - dimensional array ही होता है।
Source Code
import numpy as np
arr = np.array(90)
print(arr)
Output
90

2. 1-Dimensional Array
ऐसा array जिसमे 0 - dimensional arrays as a elements हैं इसे uni-dimensional Array भी कहते हैं।
Source Code
import numpy as np
arr = np.array([12,23,3,423,2])
print(arr)
Output
[ 12 23 3 423 2]

3. 2-Dimensional Array
ऐसा array जिसमे 1 - dimensional arrays as a elements हों , हर एक array element एक 1 - dimensional array होता है।
Source Code
import numpy as np
arr = np.array([ [12,23,3],[43,2,45], [2,3,4] ])
print(arr)
Output
[[12 23 3]
[43 2 45]
[ 2 3 4]]

4. 3-Dimentional Array
ऐसा array जिसमे 2 - dimensional arrays as a elements हों यह सबसे rare array structure है।
Source Code
import numpy as np
arr = np.array([ [[12,23,3],[43,2,45]], [[2,3,4],[23,34,23]] ])
print(arr)
Output
[[[12 23 3]
[43 2 45]]

[[ 2 3 4]
[23 34 23]]]

PYTHON | NUMPY ARRAY INDEXING
NumPy array के elements की indexing भी 0 से start होती है। लेकिन इसमें हमें कुछ नई functionalities भी मिल जाती हैं जिससे array को manage करना थोड़ा easy हो जाता है।

Access 1-Dimension of NumPy Array Element
Source Code
import numpy as np
arr = np.array([12,23,34])
#select first element.
print(arr[0])
#last element.
print(arr[2]) 
Output
12
34

Access 2-dimensional Array Elements
2 - dimensional Array के elements को Access कर सकते हैं। value select करते समय 2 से अधिक dimensions array के लिए [element, dimension] भी pass कर सकते हैं।
Syntax
arr[0, 1] => means , 1st array element का 2nd element.
#it is same as : arr[0][1]
arr[2, 2] => means , 3rd array element का 3rd element.
#it is same as : arr[2][3]
Source Code
import numpy as np
arr = np.array([ [12,23,3],[43,2,89], [2,3,4], [45,56,45]])
print('2nd array element\'s 1st value')
#both are same.
print(arr[1][0])
print(arr[1, 0])
#once again.
print('4th array element\'s 3rd value')
print(arr[3][2])
print(arr[3, 2]) 
Output
2nd array element's 1st value
43
43
4th array element's 3rd value
45
45

PYTHON | NEGATIVE INDEXING
numpy array के लिए negative indexing तो normal python list , tuple , string जैसे ही है। negative indexing में -1 का मतलब last element होता है
Source Code
import numpy as np
#for one dimensional.
arr = np.array([12,23,34])
print('last element', arr[-1])
print('second last element', arr[-2])

#for 2 dimensional arry.
arr2 = np.array([ [12,23,3],[43,2,89], [2,3,4], [45,56,45]])
print('2nd array element\'s last value')
#both are same.
print(arr2[1, -1])
print(arr2[1][-1]) 
Output
last element 34
second last element 23
2nd array element's last value
89
89

PYTHON | NUMPY ARRAY SLICING
Array slicing का simply मतलब किसी array में से need के according particular elements select करना।
Array Slicing Syntax
arr_var[start:end:step]

1. start : यह start index होती है जहाँ से elements select करना हैं, by default 0 होती है।

2. end : यह end index है जहाँ तक elements select करना हैं , by default इसकी value Current array length के बराबर होती है।

3. step : step means कितने elements को छोड़कर elements select करना हैं , by default इसकी value 1 होती है।
Source Code
#import numpy module.
import numpy as np
arr = np.array([12,23,12,6,77,878,78,785,6,45,34,45])
#selecting all elements from the index 2.
print(arr[2:])
#selecting all elements from the index 2 to 5.
print(arr[2:5])
#selecting all elements from the index 0 to 5.
print(arr[:5])
Output
[ 12 6 77 878 78 785 6 45 34 45]
[12 6 77]
[12 23 12 6 77]

Negative Array Slicing
Source Code
import numpy as np
arr = np.array([12,23,12,6,77,878,78,785,6,100,34,45])
#selecting all elements from start to second last.
print(arr[:-2])
#selecting all elements from the index 5 start to 3rd last.
print(arr[5:-3])
print(arr[-5:-2])
Output
[ 12 23 12 6 77 878 78 785 6 100]
[878 78 785 6]
[785 6 100]

Multi Dimensional Array Slicing
Source Code
import numpy as np
arr = np.array([ [45,3,4,56] , [23,45,56,34], [78,89,6,7] ])
#selecting 1st element's all elements from the index 2.
print(arr[0, 2:])
#it is same as : .
print(arr[0][2:])

#selecting 2nd element's all elements from the index 1 to 3.
print(arr[1, 1:3])
#it is same as : .
print(arr[1][1:3])
Output
[ 4 56]
[ 4 56]
[45 56]
[45 56]


Comments

Post a Comment

Popular posts from this blog

Python | All in One Program By. Shivansh Sir

Image
  PYTHON   PROGRAMMING PYTHON | MISCELLANEOUS PROGRAM Program 1. Write a Python function to find the maximum of three numbers. Source Code def max_of_two( x, y ):     if x > y:         return x     return y def max_of_three( x, y, z ):     return max_of_two( x, max_of_two( y, z ) ) print(max_of_three(3, 6, -5)) Output 6 Program  2. Input age and check eligibility for voting # input age age = int(input("Enter Age : ")) # condition to check voting eligibility if age>=18:         status="Eligible" else:     status="Not Eligible" print("You are ",status," for Vote.") Output Enter Age = 15 You are  Not Eligible  for Vote. Program 3.  Write a Python program to find the number of notes (Samples of notes: 10, 20, 50, 100, 200, 500) against an amount. Source Code def no_notes(a):   Q = [500, 200, 100, 50, 20, 10]   x = 0   for i in range(6):     q = Q[i] ...
Read more

Python | Data Types | Number & it's Conversion By. Shivansh Sir

  PYTHON   PROGRAMMING PYTHON |  DATA TYPES  | NUMBERS Numbers Data Types में numeric values; store की जाती है | Python में Integer (int), Floating-Point (float) और Complex (complex) ये तीन प्रकार के Numbers data types होते है | Number Objects immutable होते है, मतलब जब Number Object को create किया जाता है तब उसकी value बदली नहीं जा सकती है | Number Data Types के तीन प्रकार होते है | Integer Number Data Type Floating-point Number Data Type Complex Number Data Type Note :-  type() function का इस्तेमाल data type check करने के लिए किया जाता है | 1. Integer Number Data Type   :- Integer data type ये normal numeric values होती है | integer numbers को अपूर्णांकित हिस्सा नहीं होता है | Source Code a = 5 b = 12545885 c = 412154986446513513878678541351865465 print(a) print(b) print(c) print(type(a)) print(type(b)) print(type(c)) Output 5 12545885 412154986446513513878678541351865465 2. Floating-point Number Data Type  :- Floating-point numbers को अपूर्णांकित ह...
Read more

Python | Loop | For Loop By. Shivansh Sir

PYTHON   PROGRAMMING PYTHON |  LOOP | FOR LOOP Loop का इस्तेमाल sequence के elements को iterate करने के लिए किया जाता है |  for Loop का इस्तेमाल कोई भी sequence के सभी elements को display करने के लिए किया जाता है |  sequence ये list, tuple, dictionary और string होता है | Syntax for variable in sequence for_statement(s) जब iteration शुरू होता है तब variable पर sequence का element assign किया जाता है और दिए गए statement को execute किया जाता है | जितने elements की संख्या होती है उस संख्या तक iteration होता रहता है और उसके बाद loop का control loop के बाहर आ जाता है | Example  for Iterating List Sequence Source Code a = [5, 6, 9, 8, 5, 7] for n in a :     print(n) Output 5 6 9 8 5 7 Example for Iterating Tuple Sequence Source Code tuple = (1, 2, [3, 4, 5], 6, 7, 8) for a in tuple:     print(a) Output 1 2 [3, 4, 5] 6 7 8 Example for Iterating Dictionary Sequence Source Code dict = {1:6, 2:5, 3:3, 4:8, 5:4, 6:2, 7:5, 8:4, 9:11, 12:45 } for a in di...
Read more