Definicja Numpy i jej składnia
Numpy to potężny pakiet matematyki Pythona, jak wszyscy wiemy. Zawiera funkcję o nazwie Numpy Pad (), która dodaje wyściółka do tablic. W miarę postępów w tym tekście omawiana przez nas definicja stanie się jaśniejsza. Składnia związana z funkcją zostanie omówiona w sekcji dołączonej.
# Numpy.pad (tablica, pad_width, tryb = ")Ogólna składnia naszej funkcji pokazano powyżej. Istnieją różne kryteria, przez które przechodzimy dzisiaj. Opcja „tablica” określa tablicę wejściową, na której ma zastosować wyściółkę. Liczba wartości wyściełanych do krawędzi każdej osi jest reprezentowana przez argument „szerokość podkładki”.
„Tryb” to parametr. Może reprezentować jedną z wartości ciągów poniżej lub funkcję dostarczaną przez użytkownika.
„Maksymalne”, wredne, „mediana” i „minimum” używają argumentu „Stat” długości. Wartość statystyczna jest obliczana przy użyciu liczby wartości na krawędzi każdej osi.
W „stałej” parametr „stałe wartości” są używane. Wartości są wykorzystywane do podania wartości dla każdej osi tutaj.
Przykład 1:
Przyjrzymy się, jak działa ta metoda i jak pomoże nam osiągnąć naszą pożądaną wydajność w tej części teraz, gdy omówiliśmy całą teorię za Numpy Pad (). Zaczniemy od prostej instancji i przejdziemy do bardziej skomplikowanych. Zbadamy, jak działa funkcja Numpy Pad w naszym pierwszym przykładzie.
Najpierw zaimportowaliśmy moduł Numpy do przykładowego programu poniżej. Następnie zdefiniowaliśmy wejście (pokazane jako ABC), na którym należy przeprowadzić operację. Następnie wykorzystaliśmy naszą składnię, aby uzyskać pożądany wynik.
W tym przykładzie wybraliśmy „maksimum” jako nasz tryb. W rezultacie przednia i tylna wyściełane są maksymalnie 32 (maksymalna wartość). Poniżej znajduje się implementacja, jak widać.
Importuj Numpy jako PPOOLOto wynik, w którym możesz zobaczyć maksymalną wartość na początku i na końcu tablicy.
Przykład 2:
Rzućmy okiem na inny przykład przy użyciu innego trybu. Druga ilustracja, która jest podobna do pierwszej. Jednak w tym przypadku wykorzystaliśmy inną tablicę. Ponadto wybraliśmy „refleksję” jako nasz tryb obserwacji. Można zobaczyć zmianę wyjścia.
importować Numpy jako POto wynikowy ekran powyższego kodu.
Przykład 3:
Pierwszy argument, jeden (3,2) krotek, określa, że trzy komponenty są dodawane przed osą i dwa elementy są dodawane po osi w tym przykładzie.
Opcja trybu określa rodzaj wartości, która zostanie użyta do podania tablicy. Używamy stałych wartości 1 i 5, aby wpisać tablicę w naszym kodzie, ale możemy zmienić ten tryb na medianę, średnią, opróżnianie, owinięcie i więcej. Każdy tryb dodaje nowy element do tablicy, aby go wyrzucić.
importować Numpy jako PPoniżej znajduje się ekran wyjściowy dla Twojej pomocy.
Przykład 4:
W tym przypadku zaimportowaliśmy Numpy z aliasem „PP” w powyższym kodzie. Z wektorem, szerokością podkładki, osą i kwargami opracowaliśmy metodę podkładki. Aby uzyskać wartości wyściółki z funkcji dostarczonej (), zadeklarowaliśmy zmienną wartość padu.
Wartości wyściółki zostały dostarczone do części wektora.
Użyliśmy NP.ARANGE () Funkcja do zbudowania tablicy „One” i funkcji reshape (), aby zmienić swój kształt. Wynikowa wartość NP.Funkcja pad () została przydzielona do zmiennej „dwa”. Funkcja dostarczyła listę „jeden” i parametr szerokości podkładki. Wreszcie próbowaliśmy wydrukować wartość Two.'
Wynikowy ekran pokazuje wyściełane ndarray z określonym rozmiarem i wartościami w wyjściu.
Wniosek
Pad () jest bardzo ważną funkcją dla określonego kodowania i stała się powszechnie stosowaną funkcją w Pythonie. Funkcja umożliwia zmianę tablicy w celu ograniczenia liczby konfliktów systemu pamięci. Numpy.Funkcja pad () jest szeroko stosowana do pełnej funkcjonalizacji AST. Ta funkcja szczególnie pozwala użytkownikowi określić nowy rozmiar, a nawet pozwolić systemowi obliczyć rozmiar dla nich automatycznie.
W rezultacie zdolność optymalizacji zasobów pamięci została dostosowana do obniżenia czasu przetwarzania systemu. Ten post był mniej więcej taki sam i omówiliśmy tę funkcję z wieloma przykładami Twojej pomocy.