در این مطلب، ویدئو آشنایی با استفاده از any() و all() در آرایه های NumPy با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:07:30
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:05,940 –> 00:00:06,820
سلام به همه
2
00:00:07,040 –> 00:00:12,220
در این ویدیو،
استفاده از هر تابع و همه تابعی را توضیح خواهم داد که
3
00:00:12,230 –> 00:00:17,350
به طور گسترده در numpy استفاده می شود و
همه موقعیت هایی هستند که در آن اگر قوانین خاصی را زیر پا
4
00:00:17,350 –> 00:00:22,160
بگذارید، در مورد یک تابع یا یک تابع همه با خطا مواجه می شوید.
بی حسی
5
00:00:22,580 –> 00:00:25,300
پس بیایید با وارد کردن numpy به عنوان np شروع کنیم.
6
00:00:27,160 –> 00:00:29,720
کار بعدی که انجام
7
00:00:29,720 –> 00:00:33,820
میدهم این است که آرایهای به نام arr_1 ایجاد میکنم که حاوی
مقادیر 0 تا 9 است.
8
00:00:35,020 –> 00:00:37,340
بنابراین arr_1 من اینگونه به نظر میرسد،
9
00:00:38,420 –> 00:00:41,000
بنابراین اگر از نحوه عملکرد فهرستسازی numpy آگاه هستید،
10
00:00:41,500 –> 00:00:44,160
اساساً میتوانید یک شرط numpy
11
00:00:44,400 –> 00:00:47,540
& داشته باشید. شما می توانید مقادیر را
بر اساس خود آن شرط فیلتر کنید.
12
00:00:47,860 –> 00:00:48,780
برای مثال،
13
00:00:48,980 –> 00:00:52,800
اگر بخواهم تمام عناصر آرایه را
که بزرگتر از 5 هستند، پیدا
14
00:00:52,800 –> 00:00:56,120
کنم. فقط باید arr_1 را بزرگتر از 5 بنویسم
15
00:00:56,420 –> 00:00:59,360
که آرایه ای از مقادیر true false را به من برمی گرداند.
16
00:01:00,020 –> 00:01:04,260
بنابراین این
آرایه ای از مقادیر شاخص را به من برگردانده است که
17
00:01:04,260 –> 00:01:06,800
بر اساس شرایطی که ارائه شده است، درست یا نادرست هستند
18
00:01:06,800 –> 00:01:07,620
.
19
00:01:08,080 –> 00:01:09,880
آیا عنصر من بزرگتر از 5 است؟
20
00:01:10,680 –> 00:01:13,440
بنابراین همانطور که به وضوح می بینید 0 بزرگتر از 5 نیست،
21
00:01:13,440 –> 00:01:15,760
بنابراین شما در عنصر اول یک false دارید،
22
00:01:16,140 –> 00:01:18,880
1 بزرگتر از 5 نیست، بنابراین دوباره، شما یک false
23
00:01:19,480 –> 00:01:22,560
در مقدار 6 دارید، مشاهده می کنید که مقدار درست است.
24
00:01:23,400 –> 00:01:25,460
بنابراین این به سادگی نشان
25
00:01:25,460 –> 00:01:27,520
می دهد که شرط برآورده شده است.
26
00:01:28,020 –> 00:01:30,980
بنابراین هنگامی که یک آرایه از true و false دارید، اساساً می توانید
27
00:01:30,980 –> 00:01:37,000
از آن به عنوان یک ماسک برای فهرست کردن
آرایه و فیلتر کردن مقادیر بزرگتر از 5 استفاده کنید
28
00:01:37,740 –> 00:01:41,520
که در آن من شرط را
در داخل براکت وارد کرده ام و
29
00:01:41,530 –> 00:01:47,250
خروجی را گرفته ام. مقادیر درست به صورت یک خروجی
و این همان چیزی است که من در اینجا مشاهده می کنم. بنابراین مقادیر
30
00:01:47,250 –> 00:01:52,280
6 7 8 و 9 درست هستند بقیه مقادیر نادرست هستند.
31
00:01:54,180 –> 00:01:57,380
من میتوانم تمرین مشابهی را برای همه مقادیر کمتر از 8
32
00:01:57,460 –> 00:02:00,460
با داشتن شرط arr_1 کمتر از 8
33
00:02:02,060 –> 00:02:05,840
34
00:02:06,760 –> 00:02:08,160
انجام دهم.
35
00:02:08,900 –> 00:02:10,500
بنابراین همانطور که به وضوح می بینید مقادیر
36
00:02:10,500 –> 00:02:13,720
0 تا 7 کمتر از 8 هستند که به روش
37
00:02:13,980 –> 00:02:15,220
numpy من ایندکس شده اند.
38
00:02:16,520 –> 00:02:17,940
اگر یک شرط سفارشی داشته
39
00:02:17,940 –> 00:02:22,920
باشم که در آن می خواهم مقادیر بزرگتر از
5 و کمتر از 8 ایندکس شوند.
40
00:02:23,460 –> 00:02:26,380
بنابراین اگر به جلو بروم و اگر این دستور را
41
00:02:27,120 –> 00:02:32,100
که arr_1 بزرگتر از 5 است تایپ کنم، تمام شاخص هایی را
42
00:02:32,360 –> 00:02:36,440
که در آنها برای
مقادیر بزرگتر از 5 درست است به من می دهد و همچنین
43
00:02:36,440 –> 00:02:40,180
می خواستم در مقابل همه مقادیری
که کمتر از 8 هستند، Anded شوند.
44
00:02:40,420 –> 00:02:42,420
بنابراین اکنون وقتی سلول را اجرا می
45
00:02:43,840 –> 00:02:44,980
کنم با خطا مواجه می شوم.
46
00:02:45,640 –> 00:02:49,540
بیایید خطا را مرور کنیم و
سعی کنیم بفهمیم که خطا چه می گوید
47
00:02:50,040 –> 00:02:51,880
و می گوید یک خطای مقدار وجود دارد.
48
00:02:52,100 –> 00:02:56,660
ارزش صدق یک آرایه
با بیش از یک عنصر مبهم است.
49
00:02:57,080 –> 00:02:59,540
از a.any() یا a.all() استفاده
50
00:02:59,540 –> 00:03:02,540
کنید من به آنچه a.any() و a.all() است می رسم
51
00:03:02,900 –> 00:03:07,940
اما مشکلی که در اینجا اتفاق افتاده
است به جای استفاده از عملگر معمولی و معمولی است
52
00:03:07,960 –> 00:03:09,740
که روی اعداد اعشاری کار می کند. .
53
00:03:10,140 –> 00:03:13,160
اگر به این مقادیر سری به درستی نگاه کنید،
54
00:03:13,460 –> 00:03:17,620
این مقادیر Boolean یا مقادیر باینری هستند که دارای
مقادیر true یا false هستند.
55
00:03:18,320 –> 00:03:23,220
برای استفاده از یک عملگر ریاضی،
عملگر شما باید خود بولی باشد.
56
00:03:24,300 –> 00:03:28,960
بنابراین اکنون از چیزی به نام
عملگر Boolean AND استفاده می کنم که نماد
57
00:03:29,240 –> 00:03:30,520
& است و سلول را اجرا می کنم.
58
00:03:32,060 –> 00:03:38,820
و اینگونه است که من میتوانم بر اساس
شرایطی که در درون خود طرح نمایهسازی است به درستی ایندکس
59
00:03:39,480 –> 00:03:42,120
کنم و راهحلی ارائه کنم.
بنابراین اگر با دقت ببینید
60
00:03:42,460 –> 00:03:44,400
شرایط من این بود که میخواهم
61
00:03:44,410 –> 00:03:49,450
مقادیر بزرگتر از 5 و کمتر
از 8 را استخراج کنم که همان چیزی است که توسط خروجی ب