डेटा लाइब्रेरी क्यों: सूचियों से ऐरे तक
सादी Python सूचियाँ लचीली हैं, पर संख्याओं के लिए धीमी और लंबी-चौड़ी। सूची के हर मान को दोगुना करने का मतलब है एक लूप लिखना:
prices = [10, 20, 30]
doubled = []
for p in prices:
doubled.append(p * 2)
print(doubled) # [20, 40, 60]numpy (Numerical Python) आपको ndarray देता है: संख्याओं का एक ग्रिड जो मेमोरी के एक कसे हुए टुकड़े में रखा जाता है। पूरे ऐरे पर गणित तेज़ compiled C में होता है, बिना किसी Python लूप के। इसे vectorization कहते हैं।
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()) # 20.0पूरा डेटा और मशीन-लर्निंग ढाँचा numpy के ऊपर बना है, इसलिए यह स्वाभाविक पहला क़दम है। रिवाज के अनुसार हम इसे np के रूप में import करते हैं।
np.array(a_list) से एक ऐरे बनाएँ, फिर उस पर सीधे .sum() और .mean() जैसे मेथड बुलाएँ। वे अकेली संख्याएँ (एक Python/numpy scalar) लौटाते हैं, सूचियाँ नहीं।
numpy को np के रूप में import करें। सूची [4, 8, 12, 16] को arr नाम के numpy ऐरे में बदलें। फिर total को उसके योग और avg को उसके औसत के रूप में निकालें। avg print करें।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।