Numpy array နှစ်ခုကို နှိုင်းယှဉ်နည်း- ဥပမာများဖြင့်

NumPy အခင်းအကျင်းနှစ်ခု၏ တန်ဖိုးများကို နှိုင်းယှဉ်ရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်ပါသည်။

နည်းလမ်း 1- NumPy အခင်းအကျင်းနှစ်ခုသည် ဒြပ်စင်အဆင့်တွင် တန်းတူရှိမရှိ စမ်းသပ်ပါ။

 #test if array A and array B are element-wise equal
n.p. array_equal (A,B)

နည်းလမ်း 2- NumPy အခင်းအကျင်းနှစ်ခုသည် ဒြပ်စင်အဆင့်တွင် (သည်းခံမှုတစ်ခုအတွင်း) ညီမျှခြင်းရှိမရှိ စမ်းသပ်ပါ။

 #test if array A and array B are element-wise equal (within absolute tolerance of 2)
n.p. allclose (A, B, atol= 2 )

အောက်ဖော်ပြပါ ဥပမာများသည် နည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- NumPy အခင်းအကျင်းနှစ်ခုသည် ဒြပ်စင်အဆင့်တွင် တန်းတူရှိမရှိ စမ်းသပ်ပါ။

NumPy array နှစ်ခုသည် element အဆင့်တွင် တူညီမှုရှိမရှိ စမ်းသပ်ရန် array_equal() လုပ်ဆောင်ချက်ကို အောက်ပါကုဒ်တွင် ဖော်ပြသည်-

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 5, 7, 10])

#test if arrays are element-wise equal
n.p. array_equal (A,B)

True

NumPy အခင်းအကျင်းနှစ်ခုလုံးသည် တူညီသောနေရာများတွင် တူညီသောတန်ဖိုးများနှင့် တူညီသောအလျားရှိသောကြောင့် လုပ်ဆောင်ချက်သည် True ပြန်ပေးသည်။

သို့ရာတွင်၊ NumPy အခင်းအကျင်းနှစ်ခုတွင် တူညီသောတန်ဖိုးများ ရှိသော်လည်း မတူညီသော ရာထူးများတွင် ရှိနေပါက လုပ်ဆောင်ချက်သည် False ပြန်ဖြစ်သွားလိမ့်မည်-

 import numpy as np

#create two NumPy arrays with same values but in different positions
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 5, 10])

#test if arrays are element-wise equal
n.p. array_equal (A,B)

False

ဥပမာ 2- NumPy အခင်းအကျင်းနှစ်ခုသည် ဒြပ်စင်အဆင့်တွင် (သည်းခံမှုအတွင်း) ညီမျှခြင်းရှိမရှိ စမ်းသပ်ပါ။

အောက်ပါကုဒ်သည် သည်းခံမှုတန်ဖိုး 2 အတွင်းရှိ NumPy အခင်းအကျင်းနှစ်ခုသည် ဒြပ်စင်အဆင့်တွင် တန်းတူရှိမရှိ စမ်းသပ်ရန် allclose() လုပ်ဆောင်ချက်ကို မည်သို့အသုံးပြုရမည်ကို ပြသသည်-

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 8, 10])

#test if arrays are element-wise equal (within absolute tolerance of 2)
n.p. allclose (A, B, atol= 2 )

True

NumPy အခင်းအကျင်းတစ်ခုစီကြားရှိ တူညီသောဒြပ်စင်များအားလုံးသည် တစ်ခုနှင့်တစ်ခု 2 ခုအတွင်း ရှိနေသောကြောင့် လုပ်ဆောင်ချက်သည် True ပြန်ပေးသည်။

ဥပမာအားဖြင့်၊ array တစ်ခုစီ၏ တတိယနှင့် စတုတ္ထ ရာထူးရှိ အစိတ်အပိုင်းများ ကွဲပြားသည်ကို ကျွန်ုပ်တို့တွေ့မြင်ရသော်လည်း အတွဲတစ်ခုစီသည် တန်ဖိုး 2 ခု ကွာသောကြောင့်၊ လုပ်ဆောင်ချက်သည် မှန်ပါသည်။

သို့သော်၊ ကျွန်ုပ်တို့သည် absolute tolerance (atol) argument ကို 1 သို့ပြောင်းလျှင် function သည် False ပြန်ဖြစ်သွားလိမ့်မည်။

 import numpy as np

#create two NumPy arrays
A = np. array ([1, 4, 5, 7, 10])
B = np. array ([1, 4, 7, 8, 10])

#test if arrays are element-wise equal (within absolute tolerance of 1)
n.p. allclose (A, B, atol= 1 )

False

NumPy အခင်းအကျင်းတစ်ခုစီ၏ တတိယနေရာရှိ ဆက်စပ်ဒြပ်စင်များသည် တစ်ခုနှင့်တစ်ခု 1s အကွာအဝေးမဟုတ်သောကြောင့် လုပ်ဆောင်ချက်သည် False ကို ပြန်ပေးသည်။

မှတ်ချက် – array_equal နှင့် allclose လုပ်ဆောင်ချက်များ၏ ပြီးပြည့်စုံသော ရှင်းလင်းချက်အတွက် NumPy စာရွက်စာတမ်းကို ကိုးကားပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် NumPy တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

NumPy အခင်းအကျင်းတွင် အစိတ်အပိုင်းများကို ရွှေ့နည်း
NumPy တွင် ဒြပ်စင်ဖြစ်ပျက်မှုများကို ရေတွက်နည်း
NumPy array ၏မုဒ်ကို တွက်ချက်နည်း