Numpy array တစ်ခုသို့ function တစ်ခုကို မည်သို့မြေပုံဆွဲနည်း (ဥပမာများဖြင့်)

လုပ်ဆောင်ချက်တစ်ခုအား NumPy အခင်းအကျင်းသို့ မြေပုံဆွဲရန် အောက်ပါအခြေခံအထားအသိုကိုသုံးနိုင်သည်။

 #define function
my_function = lambda x: x*5

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

အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။

ဥပမာ 1- တစ်ဖက်မြင် NumPy အခင်းအကျင်းသို့ ပုံဖော်ခြင်း လုပ်ဆောင်ချက်

အောက်ပါကုဒ်သည် တန်ဖိုးတစ်ခုစီကို 2 ဖြင့်မြှောက်ကာ 5 ပေါင်းထည့်သည့် NumPy အခင်းအကျင်းတစ်ခုသို့ လုပ်ဆောင်ချက်တစ်ခုကို မြေပုံညွှန်းပြနည်းကို ပြသသည်-

 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])

ဤသည်မှာ ဇယားအသစ်ရှိ တန်ဖိုးတစ်ခုစီကို တွက်ချက်ပုံဖြစ်သည်-

• ပထမတန်ဖိုး- 1*2+5 = 7
• ဒုတိယတန်ဖိုး- 3*2+5 = 11
• တတိယတန်ဖိုး- 4*2+5 = 13

နောက် … ပြီးတော့။

ဥပမာ 2- ဘက်စုံ NumPy အခင်းအကျင်းသို့ ပုံဖော်ခြင်း လုပ်ဆောင်ချက်

အောက်ပါကုဒ်သည် တန်ဖိုးတစ်ခုစီကို 2 ဖြင့်မြှောက်ပြီး 5 ပေါင်းထည့်သည့် ဘက်စုံ NumPy အခင်းအကျင်းတစ်ခုသို့ လုပ်ဆောင်ချက်တစ်ခုကို မြေပုံညွှန်းပြနည်းကို ပြသသည်-

 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]])

ဤ syntax သည် one-dimensional array ကဲ့သို့ multidimensional array နှင့်ကောင်းစွာအလုပ်လုပ်ကြောင်းသတိပြုပါ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် NumPy တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

NumPy အခင်းအကျင်းသို့ ကော်လံတစ်ခုထည့်နည်း
NumPy အခင်းအကျင်းတစ်ခုကို Python တွင်စာရင်းတစ်ခုသို့ မည်သို့ပြောင်းရမည်နည်း။
NumPy အခင်းအကျင်းကို CSV ဖိုင်တစ်ခုသို့ တင်ပို့နည်း