किसी फ़ंक्शन को numpy ऐरे में कैसे मैप करें (उदाहरण के साथ)

आप किसी फ़ंक्शन को NumPy सरणी में मैप करने के लिए निम्नलिखित मूल सिंटैक्स का उपयोग कर सकते हैं:

 #define function
my_function = lambda x: x*5

#map function to every element in NumPy array
my_function(my_array)

निम्नलिखित उदाहरण दिखाते हैं कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण 1: फ़ंक्शन को एक-आयामी NumPy सरणी में मैप करना

निम्नलिखित कोड दिखाता है कि किसी फ़ंक्शन को NumPy सरणी में कैसे मैप किया जाए जो प्रत्येक मान को 2 से गुणा करता है और फिर 5 जोड़ता है:

 import numpy as np

#create NumPy array
data = np. array ([1, 3, 4, 4, 7, 8, 13, 15])

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([ 7, 11, 13, 13, 19, 21, 31, 35])

यहां बताया गया है कि नई तालिका में प्रत्येक मान की गणना कैसे की गई:

• पहला मान: 1*2+5 = 7
• दूसरा मान: 3*2+5 = 11
• तीसरा मान: 4*2+5 = 13

और इसी तरह।

उदाहरण 2: फ़ंक्शन को बहुआयामी NumPy सरणी में मैप करना

निम्नलिखित कोड दिखाता है कि किसी फ़ंक्शन को बहुआयामी NumPy सरणी में कैसे मैप किया जाए जो प्रत्येक मान को 2 से गुणा करता है और फिर 5 जोड़ता है:

 import numpy as np

#create NumPy array
data = np. array ([[1, 2, 3, 4], [5, 6, 7, 8]])

#view NumPy array
print (data)

[[1 2 3 4]
 [5 6 7 8]]

#define function
my_function = lambda x: x*2+5

#apply function to NumPy array
my_function(data)

array([[ 7, 9, 11, 13],
       [15, 17, 19, 21]])

ध्यान दें कि यह सिंटैक्स बहुआयामी सरणी के साथ एक-आयामी सरणी की तरह ही काम करता है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि NumPy में अन्य सामान्य ऑपरेशन कैसे करें:

NumPy सरणी में कॉलम कैसे जोड़ें
पायथन में एक NumPy सरणी को एक सूची में कैसे परिवर्तित करें
NumPy सरणी को CSV फ़ाइल में कैसे निर्यात करें