عملیات ریاضی روی آرایه‌ها در NumPy
کتابخانه NumPy در پایتون یکی از قدرتمندترین ابزارها برای انجام محاسبات علمی و عملیات ریاضی روی آرایه‌ها است. این کتابخانه با ارائه توابع بهینه‌شده، امکان انجام محاسبات پیچیده را با سرعت بالا فراهم می‌کند.
انواع عملیات پایه
در NumPy می‌توانید عملیات ریاضی پایه را به صورت مستقیم روی آرایه‌ها انجام دهید:
- جمع (+)
- تفریق (-)
- ضرب (*)
- تقسیم (/)
- توان (**)
| عملیات |
مثال |
نتیجه |
| جمع |
arr1 + arr2 |
جمع عناصر متناظر |
| ضرب |
arr1 * arr2 |
ضرب عناصر متناظر |
توابع پیشرفته ریاضی
NumPy شامل توابع پیشرفته‌تری نیز هست که محاسبات پیچیده را ساده می‌کنند:
- np.sin(): محاسبه سینوس عناصر آرایه
- np.log(): محاسبه لگاریتم طبیعی
- np.exp(): محاسبه تابع نمایی
- np.sqrt(): محاسبه جذر
توجه: تمام این توابع به صورت عنصر به عنصر (element-wise) عمل می‌کنند و خروجی آنها یک آرایه با ابعاد مشابه آرایه ورودی است.
عملیات روی محورهای مختلف
در آرایه‌های چندبعدی می‌توان عملیات را در امتداد محورهای خاصی انجام داد:
مثال: جمع در امتداد ستون‌ها (محور 0) یا سطرها (محور 1)
np.sum(arr, axis=0) → جمع ستونی
np.sum(arr, axis=1) → جمع سطری
برای یادگیری بیشتر درباره کار با آرایه‌ها در NumPy می‌توانید اینجا را کلیک نمایید.
جمع‌بندی
NumPy با ارائه طیف گسترده‌ای از عملیات ریاضی، ابزار قدرتمندی برای پردازش داده‌ها و انجام محاسبات علمی فراهم می‌کند. از ویژگی‌های کلیدی آن می‌توان به:
- سرعت بالا در اجرای عملیات
- سینتکس ساده و خوانا
- پشتیبانی از آرایه‌های چندبعدی
- امکان انجام عملیات روی محورهای مختلف
اشاره کرد. با تسلط بر این عملیات می‌توانید تحلیل‌های پیچیده داده را به سادگی انجام دهید.
