در این مطلب، ویدئو علم داده پایتون: آرایه ها و ماتریس ها در پایتون با NumPy | ماتریس جمع و تفریق 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: 00:08:07
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,880 –> 00:00:03,600
خانم ها و آقایان به یک آموزش دیگر
2
00:00:03,600 –> 00:00:04,480
3
00:00:04,480 –> 00:00:07,520
در سری علوم داده پایتون
4
00:00:07,520 –> 00:00:09,760
در این بخش خاص در
5
00:00:09,760 –> 00:00:10,880
آموزش های بعدی خوش آمدید،
6
00:00:10,880 –> 00:00:14,000
من قصد دارم در مورد نحوه انجام
7
00:00:14,000 –> 00:00:17,199
محاسبات ساده در پایتون صحبت
8
00:00:17,199 –> 00:00:20,320
کنم. مزیت کتابخانه numpy این است که
9
00:00:20,320 –> 00:00:23,439
آن را واقعاً آسان می کند. انجام
10
00:00:23,439 –> 00:00:24,000
ریاضی
11
00:00:24,000 –> 00:00:26,560
روی دادههایی که در آرایهها
12
00:00:26,560 –> 00:00:27,920
یا ماتریسها
13
00:00:27,920 –> 00:00:29,840
ذخیره میشوند، یک آرایه فقط یک محفظه تک بعدی
14
00:00:29,840 –> 00:00:31,359
برای عناصری است
15
00:00:31,359 –> 00:00:34,399
که همه از یک نوع
16
00:00:34,399 –> 00:00:37,760
داده هستند، نوع داده یکسان باقی میماند و یک
17
00:00:37,760 –> 00:00:40,239
ماتریس فقط یک ظرف دو بعدی برای
18
00:00:40,239 –> 00:00:41,120
عناصری است
19
00:00:41,120 –> 00:00:44,239
که در یک آرایه ذخیره شده
20
00:00:44,239 –> 00:00:46,239
عملگرهای اساسی حسابی در پایتون عبارتند از
21
00:00:46,239 –> 00:00:47,039
22
00:00:47,039 –> 00:00:50,480
جمع تفریق ضرب و تقسیم.
23
00:00:50,480 –> 00:00:53,120
اجازه دهید مثالی از جایی که
24
00:00:53,120 –> 00:00:55,360
numpy می تواند مفید
25
00:00:55,360 –> 00:00:57,520
باشد را به شما ارائه دهم آیا تا به حال سعی کرده اید از یک برنامه صفحه گسترده
26
00:00:57,520 –> 00:00:58,559
27
00:00:58,559 –> 00:01:01,359
مانند اکسل یا صفحه گوگل یا
28
00:01:01,359 –> 00:01:02,239
پلت فرم های دیگر
29
00:01:02,239 –> 00:01:04,319
برای انجام عملیات ریاضی استفاده کنید. در یک
30
00:01:04,319 –> 00:01:06,479
مجموعه داده که بیش از
31
00:01:06,479 –> 00:01:09,600
سیصد هزار ردیف دارد،
32
00:01:09,600 –> 00:01:10,560
33
00:01:10,560 –> 00:01:13,119
اگر برنامه از کار بیفتد، چه اتفاقی میافتد، پس
34
00:01:13,119 –> 00:01:14,640
زمان زیادی میبرد. e
35
00:01:14,640 –> 00:01:16,640
و تلاش برای به دست آوردن برنامه برای
36
00:01:16,640 –> 00:01:18,479
انجام محاسبات
37
00:01:18,479 –> 00:01:21,680
اگر فکر نمی کنید پس آن را با numpy امتحان کنید
38
00:01:21,680 –> 00:01:23,680
، از طرف دیگر می توانید
39
00:01:23,680 –> 00:01:26,400
به سرعت و به راحتی عملیات ریاضی و
40
00:01:26,400 –> 00:01:29,280
آماری را روی مجموعه داده های
41
00:01:29,280 –> 00:01:33,280
خود حتی با میلیون ها رکورد به سادگی
42
00:01:33,280 –> 00:01:36,320
numpy انجام دهید. انجام محاسبات را روی
43
00:01:36,320 –> 00:01:40,000
مجموعه داده های بزرگ آسان می کند، بنابراین ما در حال
44
00:01:40,000 –> 00:01:42,240
شروع نمایش کدگذاری با
45
00:01:42,240 –> 00:01:43,840
وارد کردن numpy هستیم
46
00:01:43,840 –> 00:01:46,240
و سپس مولد اعداد تصادفی را
47
00:01:46,240 –> 00:01:47,119
48
00:01:47,119 –> 00:01:50,479
از numpy وارد می کنیم، دیدن
49
00:01:50,479 –> 00:01:52,560
بیش از دو رقم پس از یک
50
00:01:52,560 –> 00:01:54,000
نقطه اعشار هرگز خوب به نظر نمی رسد، بنابراین اجازه دهید ادامه دهیم
51
00:01:54,000 –> 00:01:56,399
. و تعداد ارقام اعشاری
52
00:01:56,399 –> 00:01:57,200
53
00:01:57,200 –> 00:01:59,280
برگردانده شده در این نمایش خاص را محدود کنید
54
00:01:59,280 –> 00:02:00,719
،
55
00:02:00,719 –> 00:02:04,159
بنابراین من فقط می گویم
56
00:02:04,159 –> 00:02:07,600
گزینه های چاپ مجموعه نقطه np
57
00:02:07,600 –> 00:02:10,720
و سپس دقت پارامتر
58
00:02:10,720 –> 00:02:14,160
برابر با دو را پاس می کنم و سپس فقط
59
00:02:14,160 –> 00:02:14,560
دو
60
00:02:14,560 –> 00:02:17,760
رقم بعد از نقطه اعشار به
61
00:02:17,760 –> 00:02:20,879
دست می آوریم. اکنون آن را اجرا کنید اولین چیزی که می
62
00:02:20,879 –> 00:02:21,680
خواهیم به آن نگاه
63
00:02:21,680 –> 00:02:24,879
کنیم این است که چگونه با آرایه ها ریاضی انجام دهیم، بنابراین
64
00:02:24,879 –> 00:02:26,959
برای انجام آن ریاضی باید چند آرایه ایجاد
65
00:02:26,959 –> 00:02:28,400
66
00:02:28,400 –> 00:02:32,080
کنیم و اولین آرایه ما آرایه a و خواهد بود.
67
00:02:32,080 –> 00:02:35,040
اکنون آن را برابر با یک آرایه از
68
00:02:35,040 –> 00:02:36,400
شش مقدار
69
00:02:36,400 –> 00:02:39,599
از یک تا شش قرار می دهیم تا این کار را انجام دهیم که
70
00:02:39,599 –> 00:02:42,160
باید تابع آرایه را که
71
00:02:42,160 –> 00:02:42,879
72
00:02:42,879 –> 00:02:46,239
آرایه نقطه ای np است فراخوانی کنیم و سپس فقط
73
00:02:46,239 –> 00:02:48,560
مقادیری را که می
74
00:02:48,560 –> 00:02:50,239
خواهیم آرایه حاوی
75
00:02:50,239 –> 00:02:54,080
آن باشد را در لیست ارسال کنیم. یک به شش خواهد بود که یک
76
00:02:54,080 –> 00:02:57,680
دو سه چهار و پنج شش است
77
00:02:57,680 –> 00:02:59,920
و ما فقط می توانیم آن را چاپ کنیم تا بتوانیم
78
00:02:59,920 –> 00:03:01,200
79
00:03:01,200 –> 00:03:04,239
همه چیز را عالی ببینیم و سپس
80
00:03:04,239 –> 00:03:06,800
بیایید شی دومی را که ایجاد
81
00:03:06,800 –> 00:03:07,440
82
00:03:07,440 –> 00:03:11,280
خواهیم کرد یک ماتریس خواهد بود و آن را b یا می نامیم.
83
00:03:11,280 –> 00:03:14,400
هر چه می خواهید آن را صدا بزنید
84
00:03:14,400 –> 00:03:17,599
و سپس تابع آرایه نقطه ای np را فراخوانی
85
00:03:17,599 –> 00:03:18,640
86
00:03:18,640 –> 00:03:21,760
می کنیم و این بار
87
00:03:21,760 –> 00:03:25,440
در دو لیست قرار می گیریم بنابراین لیست
88
00:03:25,440 –> 00:03:27,040
اول شامل اعداد
89
00:03:27,040 –> 00:03:30,640
10 20 30 و سپس لیست بعدی
90
00:03:30,640 –> 00:03:32,080
شامل اعداد
91
00:03:32,080 –> 00:03:35,519
40 می شود. 50 و 60. خوب
92
00:03:35,519 –> 00:03:39,200
و سپس ما آن را چاپ می کنیم خیلی خوب است،
93
00:03:39,200 –> 00:03:41,440
خوب حالا قبل از اینکه وارد
94
00:03:41,440 –> 00:03:42,560
عمل ریاضی شویم،
95
00:03:42,560 –> 00:03:44,840
بیایید فقط یک آرایه از طریق تکلیف ایجاد کنیم،
96
00:03:44,840 –> 00:03:46,080
97
00:03:46,080 –> 00:03:48,080
می خواستم به شما نشان دهم که چگونه این کار را انجام
98
00:03:48,080 –> 00:03:49,120
99
00:03:49,120 –> 00:03:52,080
دهید، بنابراین اجازه دهید این بار از مولد اعداد تصادفی استفاده
100
00:03:52,080 –> 00:03:53,920
کنیم. ناتوانی
101
00:03:53,920 –> 00:03:56,319
و کاری که می خواهیم انجام دهیم ما هستیم میخواهیم
102
00:03:56,319 –> 00:03:57,200
103
00:03:57,200 –> 00:04:00,239
شش مقدار تصادفی ایجاد کنیم، بنا