المنهج الدراسي الدرس 78 من 250 · أساسيات البيانات: numpy و pandas
أساسيات البيانات: numpy و pandas

التحويل إلى ناقلات والبث

تجري العمليات الحسابية على المصفوفات عنصراً بعنصر، بلا حلقة:

import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b)     # [11 22 33]
print(a * b)     # [10 40 90]
print(b / a)     # [10. 10. 10.]

Broadcasting هي الطريقة التي تقوم بها numpy بتوسيع شكل أصغر ليتناسب مع شكل أكبر. يتم تطبيق رقم واحد (a scalar) على كل عنصر:

a = np.array([1, 2, 3])
print(a + 100)   # [101 102 103]
print(a ** 2)    # [1 4 9]

كما أنها تعمل عبر الصفوف. يقوم صف أحادي الأبعاد بطول 3 بعملية broadcast لأسفل كل صف في شبكة 2x3:

grid = np.array([[1, 2, 3],
                 [4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
#  [14 25 36]]

عمليات المقارنة هي أيضاً متجهة وتعطي مصفوفة boolean array، والتي سنستخدمها للفلترة قريباً:

scores = np.array([55, 90, 70, 40])
print(scores >= 60)   # [False  True  True False]

الكود الموجه أقصر وأسرع بكثير من حلقة Python المكافئة.

دورك

ابدأ من celsius = np.array([0, 10, 20, 30]). باستخدام الرياضيات المتجهة (بدون loop)، حول إلى فهرنهايت باستخدام الصيغة F = C * 9/5 + 32 وخزنه في fahrenheit. ثم قم ببناء مصفوفة boolean warm تكون True حيث تكون fahrenheit على الأقل 60.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.