مرشح Numpy

Mrshh Numpy



يُعرف جلب العناصر أو الحصول على عناصر من بعض البيانات باسم التصفية. NumPy هي الحزمة التي تسمح لنا بإنشاء مصفوفات وتخزين أي نوع من البيانات في شكل مصفوفة. عندما يتعلق الأمر بالترشيح في المصفوفات أثناء العمل مع حزم NumPy التي توفرها Python ، فإنه يسمح لنا بتصفية البيانات أو الحصول عليها من المصفوفات باستخدام الوظائف المضمنة التي توفرها NumPy. يمكن استخدام قائمة الفهرس المنطقي ، وهي قائمة من القيم المنطقية المقابلة لمواضع الصفيف ، لتصفية المصفوفات. إذا كان العنصر في فهرس المصفوفة صحيحًا ، فسيتم تخزينه في المصفوفة ما لم يتم استبعاد العنصر من المصفوفة.

لنفترض أن لدينا بيانات الطلاب مخزنة في شكل مصفوفات ونريد تصفية الطلاب الفاشلين. سنقوم ببساطة بتصفية المصفوفة واستبعاد الطلاب الفاشلين وسيتم الحصول على مجموعة جديدة من الطالب الذي تم اجتيازه.

خطوات تصفية مصفوفة NumPy

الخطوة 1: استيراد وحدة NumPy.







الخطوة 2: إنشاء مصفوفة.



الخطوه 3: أضف شرط التصفية.



الخطوة الرابعة: إنشاء مجموعة مصفاة جديدة.





بناء الجملة:

هناك عدة طرق لتصفية المصفوفات. يعتمد ذلك على حالة الفلتر ، كما لو كان لدينا شرط واحد فقط أو لدينا أكثر من شرط.

الطريقة 1: لشرط واحد سوف نتبع الصيغة التالية

مجموعة مصفوفة [ مجموعة مصفوفة < حالة ]

في الصيغة المذكورة أعلاه ، 'المصفوفة' هي اسم المصفوفة التي سنقوم بتصفية العناصر منها. وسيكون الشرط هو الحالة التي يتم فيها تصفية العناصر والعامل '<' هو العلامة الرياضية التي تمثل أقل من. من المفيد استخدامه عندما يكون لدينا شرط أو بيان واحد فقط.



الطريقة الثانية: باستخدام عامل التشغيل 'OR'

مجموعة مصفوفة [ ( مجموعة مصفوفة < الشرط 1 ) | ( مجموعة مصفوفة > الشرط 2 ) ]

في هذه الطريقة ، 'المصفوفة' هي اسم المصفوفة التي سنقوم بتصفية القيم منها ويتم تمرير الشرط إليها. عامل التشغيل '|' تستخدم لتمثيل وظيفة 'OR' مما يعني أنه من كلا الشرطين يجب أن يكون المرء صحيحًا. إنه مفيد عندما يكون هناك شرطان.

الطريقة الثالثة: استخدام عامل التشغيل 'AND'.

مجموعة مصفوفة [ ( مجموعة مصفوفة < الشرط 1 ) & ( مجموعة مصفوفة > الشرط 2 ) ]

في الصيغة التالية ، 'المصفوفة' هي اسم المصفوفة المراد تصفيتها. في حين أن الشرط سيكون الحالة كما تمت مناقشته في بناء الجملة أعلاه بينما عامل التشغيل المستخدم '&' هو عامل التشغيل AND ، مما يعني أن كلا الشرطين يجب أن يكونا صحيحين.

الطريقة الرابعة: التصفية حسب القيم المدرجة

مجموعة مصفوفة [ على سبيل المثال in1d ( مجموعة مصفوفة و [ قائمة القيم ] ) ]

في هذه الطريقة ، مررنا المصفوفة المحددة 'np.in1d' والتي تُستخدم لمقارنة مصفوفتين سواء كان عنصر المصفوفة المراد تصفيته موجودًا في مصفوفة أخرى أم لا. ويتم تمرير المصفوفة إلى الدالة np.in1d ​​التي سيتم تصفيتها من المصفوفة المحددة.

المثال رقم 01:

الآن ، دعونا ننفذ الطريقة التي تمت مناقشتها أعلاه في مثال. أولاً ، سنقوم بتضمين مكتبات NumPy التي توفرها Python. بعد ذلك ، سننشئ مصفوفة باسم 'my_array' تحتوي على القيم '2' و '3' و '1' و '9' و '3' و '5' و '6' و '1'. بعد ذلك ، سنقوم بتمرير كود التصفية الخاص بنا وهو “my_array [(my_array <5)]” إلى جملة print مما يعني أننا نقوم بتصفية القيم الأقل من “5”. في السطر التالي ، أنشأنا مصفوفة أخرى من الأسماء 'المصفوفة' المسؤولة عن وجود القيم '1' و '2' و '6' و '3' و '8' و '1' و '0'. إلى بيان print ، مررنا الشرط الذي سنطبع القيم الأكبر من 5.

أخيرًا ، أنشأنا مصفوفة أخرى أطلقنا عليها اسم 'arr'. إنه يحمل القيم '6' و '7' و '10' و '12' و '14'. الآن بالنسبة لهذه المصفوفة ، سنقوم بطباعة القيمة غير الموجودة داخل المصفوفة لنرى ما سيحدث إذا لم يتطابق الشرط. للقيام بذلك ، مررنا الشرط الذي سيقوم بتصفية القيمة التي تساوي القيمة '5'.

يستورد حبيبي كما على سبيل المثال

my_array = على سبيل المثال مجموعة مصفوفة ( [ اثنين و 3 و 1 و 9 و 3 و 5 و اثنين و 6 و 1 ] )

مطبعة ( 'قيم أقل من 5' و my_array [ ( my_array < 5 ) ] )

مجموعة مصفوفة = على سبيل المثال مجموعة مصفوفة ( [ 1 و اثنين و 6 و 3 و 8 و 1 و 0 ] )

مطبعة ( 'قيم أكبر من 5' و مجموعة مصفوفة [ ( مجموعة مصفوفة > 5 ) ] )

آر = على سبيل المثال مجموعة مصفوفة ( [ 6 و 7 و 10 و 12 و 14 ] )

مطبعة ( 'القيم تساوي 5' و آر [ ( آر == 5 ) ] )

بعد تنفيذ الكود ، لدينا الناتج التالي نتيجة لذلك ، حيث عرضنا المخرجات الثلاثة ، الأول هو للعناصر الأقل من '5' في التنفيذ الثاني ، وقمنا بطباعة القيم الأكبر من '5'. في النهاية ، قمنا بطباعة القيمة غير الموجودة كما نرى أنها لا تعرض أي خطأ ولكنها تعرض المصفوفة الفارغة ، مما يعني أن القيمة المطلوبة غير موجودة في المصفوفة المحددة.

المثال الثاني:

في هذه الحالة ، سنستخدم بعض الطرق التي يمكننا من خلالها استخدام أكثر من شرط واحد لتصفية المصفوفات. لتنفيذ ذلك ، سنقوم ببساطة باستيراد مكتبة NumPy ثم إنشاء مصفوفة أحادية البعد بالحجم '9' لها قيم '24' ، '3' ، '12' ، '9' ، '3' ، '5' ، '2' و '6' و '7'. في السطر التالي ، استخدمنا تعليمة print مررنا إليها مصفوفة قمنا بتهيئتها بالاسم 'my_array' مع الشرط كوسيطة. في هذا مررنا أو الشرط الذي يعني من كلاهما ، يجب أن يكون شرط واحد صحيحًا. إذا كان كلاهما صحيحًا ، فسيتم عرض البيانات لكل من الشرطين. في هذه الحالة ، نريد طباعة القيم التي تقل عن '5' وأكبر من '9'. في السطر التالي ، استخدمنا عامل التشغيل AND للتحقق مما سيحدث إذا استخدمنا شرطًا لتصفية المصفوفة. في هذه الحالة ، نعرض قيمًا أكبر من '5' وأقل من '9'.

استيراد numpy كما على سبيل المثال

my_array = على سبيل المثال مجموعة مصفوفة ( [ 24 و 3 و 12 و 9 و 3 و 5 و اثنين و 6 و 7 ] )

مطبعة ( 'قيم أقل من 5 أو أكثر من 9 ' و my_array [ ( my_array < 5 ) | ( my_array > 9 ) ] )

مطبعة ( 'قيم أكبر من 5 و أقل من 9 ' و my_array [ ( my_array > 5 ) & ( my_array < 9 ) ] )

كما هو موضح في المقتطف أدناه ، يتم عرض نتيجتنا الخاصة بالشفرة أعلاه والتي قمنا فيها بتصفية المصفوفة وحصلنا على النتيجة التالية. كما يمكننا أن نرى القيم الأكبر من 9 وأقل من 5 معروضة في الإخراج الأول والقيم بين 5 و 9 مهملة. بينما قمنا في السطر التالي بطباعة القيم بين '5' و '9' وهي '6' و '7'. لا يتم عرض قيم المصفوفات الأخرى.

استنتاج

في هذا الدليل ، ناقشنا بإيجاز استخدام طرق التصفية التي توفرها حزمة NumPy. لقد قمنا بتنفيذ أمثلة متعددة لنوضح لك أفضل طريقة لتنفيذ منهجيات التصفية المقدمة من numpy.