Numpy هي مكتبة قوية للحوسبة الرقمية في Python. تتمثل إحدى المهام الشائعة في الحوسبة العددية وتحليل البيانات في تقسيم المصفوفة إلى أجزاء متساوية الحجم. سوف تستكشف هذه المقالة كيفية تحقيق ذلك باستخدام Numpy وتوفر دليلًا شاملاً حول الخطوات المتبعة. دعنا نتعمق!
لحل مشكلة تقسيم مصفوفة Numpy كبيرة إلى أجزاء أصغر متساوية الحجم ، يمكننا استخدام numpy.split وظيفة. تتيح لنا هذه الوظيفة تقسيم المصفوفة إلى عدة مصفوفات فرعية لها نفس الحجم على طول محور محدد. دعنا نتعمق في الحل ونفهم الكود خطوة بخطوة.
import numpy as np
def numpy_split_to_chunks(array, chunk_size):
return np.array_split(array, chunk_size, axis=0)
large_array = np.random.randint(0, 100, size=(10, 4))
chunk_size = 2
chunks = numpy_split_to_chunks(large_array, chunk_size)
أولاً ، نستورد المكتبة الرقمية ، ثم نحدد وظيفة تسمى numpy_split_to_chunks يأخذ معلمتين للإدخال: المصفوفة الصغيرة التي يجب تقسيمها وحجم القطعة المطلوب. تقوم الدالة بإرجاع قائمة بالمصفوفات غير المعقدة ، وهي الأجزاء.
هنا ، نستخدم وظيفة numpy array_split لتقسيم مصفوفة الإدخال. نحدد أيضًا المحور الذي نريد تقسيم المصفوفة على طوله. في مثالنا ، قمنا بتعيين المحور = 0 ، مما يعني أننا نريد تقسيم المصفوفة على طول الصفوف.
أخيرًا ، نقوم بإنشاء مصفوفة عشوائية من الأعداد الصحيحة (مجموعة كبيرة) وتحديد حجم القطعة (في هذه الحالة ، 2). نحن نسمي numpy_split_to_chunks وظيفة للحصول على قائمة القطع.
مكتبة نومبي
- مكتبة Numpy هي المكتبة الأساسية للحوسبة العلمية في Python.
- يستخدم على نطاق واسع للمهام المتعلقة بالجبر الخطي والإحصاءات وتحليل البيانات.
- يوفر كائن مصفوفة متعدد الأبعاد عالي الأداء وأدوات للعمل مع المصفوفات.
تحتوي مكتبة Numpy على مجموعة واسعة من الميزات والوظائف المفيدة لمختلف الأغراض الرياضية والحسابية. تشمل قدراتها التلاعب بالمصفوفة, عمليات رياضية على المصفوفات و وظائف إحصائية. غالبًا ما يتم دمج Numpy مع مكتبات أخرى مثل Matplotlib لتصور البيانات ، مما يجعلها عنصرًا أساسيًا لعلماء البيانات والمهندسين العاملين في Python.
تقسيم صفيف Numpy
- يحتوي Numpy على عدة وظائف لتقسيم المصفوفات ، مثل numpy.split, numpy.array_split, numpy.hsplit و numpy.vsplit.
- تسمح لنا هذه الوظائف بتقسيم المصفوفة إلى عدة أجزاء على طول محور محدد.
- إنها مفيدة في توزيع البيانات والحسابات المتوازية وتنظيم البيانات.
تتيح وظائف تقسيم الصفيف المختلفة التي يوفرها Numpy للمطورين العمل بكفاءة مع مجموعات البيانات الكبيرة ، أو استخراج أجزاء معينة من البيانات ، أو تقسيم البيانات عبر مهام متوازية متعددة. هذه الوظائف هي أدوات قوية في تحليل البيانات ومهام المعالجة ، وهي ضرورية في سير عمل البرمجة للحوسبة الرقمية في بايثون.
