دليل NumPy لـ Python

مقدمة NumPy كانت Numeric، التي تم تطويرها لأول مرة من قبل Jim Hugunin وغيره من المساهمين، وفي عام 2005، قام Travis Oliphant بدمج ميزات مكتبة Numarray ذات الصلة في Numeric، وأضاف توسعات أخرى لتطوير NumPy. ويعتبر NumPy مكتبة مفتوحة المصدر يتم صيانتها وتطويرها من قبل العديد من المساهمين.

هو نواة مكتبة NumPy، وهي تحوي كائن ndarray الذي يحوي نطاقات متعددة من نفس النوع البياني في Python، ويتم تنفيذ العديد من العمليات لضمان أداءها الجيد، حيث يتم ترجمة بعض العمليات إلى برمجة محلية.

هناك عدة فرق مهمة بين مجموعات NumPy والقوائم الأصلية في Python:

تكون مجموعات NumPy ذات حجم ثابت عند إنشائها، وعلى عكس كائنات القوائم الأصلية في Python، إذا تم تغيير حجم ndarray، سيتم إنشاء مجموعة جديدة وإزالة الأصلية.يجب أن يكون عنصر مجموعات NumPy من نفس النوع البياني، لذا تكون حجمها متساويًا في الذاكرة.تساعد مجموعات NumPy في تنفيذ العمليات الرياضية المتقدمة وأنواع أخرى من العمليات على كميات كبيرة من البيانات. عادةً، تكون هذه العمليات أكثر كفاءة وتقلل من كمية الشيفرة التي تحتاج إلى كتابتها باستخدام القوائم الأصلية في Python.يستخدم المزيد والمزيد من مكتبات العلوم والرياضيات التي تعتمد على Python مجموعات NumPy، لكنها تحول الأعداد المدخلة إلى مجموعات NumPy قبل معالجتها.

قبل بدء دراسة دليل NumPy، يجب أن نمتلك أساسيات Python، وتوصي هذا الموقع باستخدام إصدار Python 3.x، إذا لم تكن تعرف Python، يمكنك قراءةدليل Python

لماذا نستخدم NumPy؟

في Python، لدينا قوائم تقدم وظائف مركبة، ولكن العمل عليها بطيء.يهدف NumPy إلى تقديم كائنات مجموعات أسرع بـ 50 مرة من القوائم التقليدية في Python.تُدعى كائنات المجموعات في NumPy بـ ndarray، وتقدم العديد من الدوال الداعمة مما يجعل استخدام ndarray سهلًا.تُستخدم المجموعات بشكل شائع في علوم البيانات لأن السرعة والموارد مهمة.علوم البيانات: فرع من علوم الكمبيوتر يدرس كيفية تخزين، استخدام وتحليل البيانات للحصول على معلومات.

لماذا يكون NumPy أسرع من القوائم؟

على عكس القوائم، يتم تخزين مجموعات NumPy في مواقع متصلة في ذاكرة الحاسوب، لذا يمكن للعمليات الوصول إليها وتعديلها بشكل فعال.
هذا السلوك يُدعى في علوم الكمبيوتر بـ 'مبدأ محلية الاستدلال'.
هذا هو السبب في أن NumPy أسرع من القوائم. إنه أيضًا معتمد على أحدث معمارية المعالجات.

تطبيقات NumPy

عادةً ما يستخدم NumPy مع SciPy، هذا المزيج يستخدم على نطاق واسع لتعويض MatLab، مما يساعدنا على تعلم علوم البيانات أو التعلم الآلي من خلال Python.SciPy هي مكتبة برمجية مفتوحة المصدر وأداة رياضية.مكتبة SciPy تحتوي على وحدات مثل التحسين، الجبر الخطي، التكامل، التبديل، الدوال الخاصة، التحويلات الفوريئة السريعة، معالجة الإشارات ومعالجة الصور، حل المعادلات التفاضلية الدوالية، والعمليات الحسابية الشائعة في العلوم والهندسة.Matplotlib هو واجهة التحقق المرئي لـ لغة البرمجة Python وإضافة الرياضيات الحسابية NumPy. إنه يستخدم لـ واجهة المستخدم الرسومية العامة.

المواد ذات الصلة

موقع NumPy:http://www.numpy.orgمصدر NumPy:https://github.com/numpy/numpyموقع SciPy:: https://www.scipy.orgمصدر SciPy:: https://github.com/scipy/scipyمصدر Matplotlib:: https://matplotlib.orgمصدر Matplotlib:: https://github.com/matplotlib/matplotlib

مثال بسيط لنumpy

#　1、تثبيت الحزمة
$　pip　install　numpy
#　2、الدخول إلى واجهة التفاعلية لـ python
$　python　-i
#　3、استخدام Numpy
>>>　from　numpy　import　*
>>>　eye(4)
#　4、النتائج
عدد([1.,　0.,　0.,　0.],
　　　　　　　[0.,　1.,　0.,　0.],
　　　　　　　[0.,　0.,　1.,　0.],
　　　　　　　[0.,　0.,　0.,　1.]])