المنهج الدراسي الدرس 76 من 250 · أساسيات البيانات: numpy و pandas
أساسيات البيانات: numpy و pandas

لماذا مكتبات البيانات: من القوائم إلى المصفوفات

قوائم Python العادية مرنة، لكنها بطيئة وتتطلب الكثير من الأسطر عند التعامل مع الأرقام. مضاعفة كل قيمة في قائمة تعني كتابة loop:

prices = [10, 20, 30]
doubled = []
for p in prices:
    doubled.append(p * 2)
print(doubled)   # [20, 40, 60]
تمنحك

numpy (Numerical Python) الـ ndarray: وهي شبكة من الأرقام مخزنة في كتلة ذاكرة واحدة متراصة. تتم العمليات الحسابية على مصفوفة كاملة بلغة C المجمعة بسرعة، بدون حلقة Python. يسمى هذا بـ vectorization.

import numpy as np
prices = np.array([10, 20, 30])
print(prices * 2)        # [20 40 60]   no loop needed
print(prices.sum())      # 60
print(prices.mean())     # 20.0

تعتمد حزمة البيانات وتعلم الآلة بالكامل على numpy، لذا فإن هذه هي الخطوة الأولى الطبيعية. نقوم باستيرادها كـ np حسب العرف.

ابنِ مصفوفة باستخدام np.array(a_list)، ثم استدعِ دوال مثل .sum() و.mean() عليها مباشرة. إنها تُرجع أرقاماً مفردة (قيمة عددية من Python/numpy)، لا قوائم.

دورك

استورد numpy كـ np. حول القائمة [4, 8, 12, 16] إلى numpy array يسمى arr. ثم احسب total كمجموعها و avg كمتوسطها. اطبع avg.

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.