Numpy ကို အသုံးပြု၍ အစက် ထုတ်ကုန်ကို တွက်ချက်နည်း
vector သည် a = [a 1 , a 2 , a 3 ] နှင့် vector b = [b 1 , b 2 , b 3 ] ကို ပေးသည် ၊ vector များ ၏ scalar ရလဒ် ကို a· b ဟု ရည်ညွှန်း သည် ၊
ab = a 1 * b 1 + a 2 * b 2 + a 3 * b 3၊
ဥပမာအားဖြင့် a = [2၊ 5၊ 6] နှင့် b = [4၊ 3၊ 2] ဆိုလျှင် a နှင့် b ၏ အစက်သည် ညီမျှလိမ့်မည်-
ab = 2*4 + 5*3 + 6*2
ab = 8 + 15 + 12
ab = 35
ရိုးရှင်းသောအားဖြင့်၊ အစက်ထုတ်ကုန်သည် vector နှစ်ခုရှိ သက်ဆိုင်ရာ entries များ၏ ထုတ်ကုန်များ၏ ပေါင်းစုဖြစ်သည်။
Python တွင်၊ သင်သည် vectors နှစ်ခုကြားတွင် dot ထုတ်ကုန်ကို လျင်မြန်စွာတွက်ချက်ရန် numpy.dot() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်သည်။
import numpy as np n.p. dowry (a, b)
အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။
ဥပမာ 1- vector နှစ်ခုကြားတွင် အစက်ကို တွက်ချက်ပါ။
အောက်ပါကုဒ်သည် vector နှစ်ခုကြားရှိ အစက်ထုတ်ကုန်ကို တွက်ချက်ရန် numpy.dot() ကို အသုံးပြုပုံကို ပြသသည်-
import numpy as np #definevectors a = [7, 2, 2] b = [1, 4, 9] #calculate dot product between vectors n.p. dowry (a, b) 33
ဤတန်ဖိုးကို တွက်ချက်ပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်။
- ab = 7*1 + 2*4 + 2*9
- ab = 7 + 8 + 18
- ab = ၃၃
ဥပမာ 2- ကော်လံနှစ်ခုကြားတွင် အစက်ကို တွက်ချက်ပါ။
အောက်ပါကုဒ်သည် ပန်ဒါဒေတာဘောင်တစ်ခုရှိ ကော်လံနှစ်ခုကြားရှိ အစက်ထုတ်ကုန်ကို တွက်ချက်ရန် numpy.dot() ကို အသုံးပြုပုံကို ပြသသည်-
import pandas as pd import numpy as np #createDataFrame df = pd. DataFrame ({' A ': [4, 6, 7, 7, 9], ' B ': [5, 7, 7, 2, 2], ' C ': [11, 8, 9, 6, 1]}) #view DataFrame df A B C 0 4 5 11 1 6 7 8 2 7 7 9 3 7 2 6 4 9 2 1 #calculate dot product between column A and column C n.p. dot (df. A , df. C ) 206
ဤတန်ဖိုးကို တွက်ချက်ပုံမှာ အောက်ပါအတိုင်းဖြစ်သည်။
- AC = 4*11 + 6*8 + 7*9 + 7*6 + 9*1
- AC = 44 + 48 + 63 + 42 + 9
- A C = 206
မှတ်ချက်- သင်တွက်နေသော အစက်နှစ်ခုသည် အလျားများ ကွဲပြားပါက Python သည် အမှားအယွင်းဖြစ်သွားကြောင်း မှတ်သားထားပါ။
ထပ်လောင်းအရင်းအမြစ်များ
Pandas DataFrame တွင် အတန်းများထည့်နည်း
Pandas DataFrame တွင် Numpy အခင်းအကျင်းတစ်ခုကို မည်သို့ထည့်ရမည်နည်း။
ပန်ဒါများတွင် လျှောကျဆက်စပ်မှုကို တွက်ချက်နည်း