Neden Veri Kütüphaneleri: Listelerden Dizilere
Düz Python listeleri esnektir ama sayılar için yavaş ve uzundur. Bir listedeki her değeri ikiye katlamak bir döngü yazmak demektir:
prices = [10, 20, 30]
doubled = []
for p in prices:
doubled.append(p * 2)
print(doubled) # [20, 40, 60]numpy (Numerical Python) sana ndarray verir: tek bir sıkı bellek bloğunda saklanan bir sayı ızgarası. Tüm bir dizi üzerindeki matematik işlemleri, Python döngüsü olmadan hızlı derlenmiş C içinde gerçekleşir. Buna vectorization denir.
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()) # 20.0Tüm veri ve makine öğrenmesi yığını numpy üzerine kurulu, bu yüzden bu doğal ilk adım. Geleneksel olarak onu np olarak içe aktarıyoruz.
np.array(a_list) ile bir dizi oluştur, sonra .sum() ve .mean() gibi metodları doğrudan üzerinde çağır. Bunlar liste değil, tekil sayılar (bir Python/numpy skaler) döndürür.
numpy kütüphanesini np olarak içe aktar. [4, 8, 12, 16] listesini arr adlı bir numpy dizisine dönüştür. Sonra total olarak toplamını ve avg olarak ortalamasını hesapla. avg yazdır.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.