Numpy kütüphanesi bilimsel hesaplamalarımız için zamandan tasarruf ederek kullanabileceğimiz bir matematik kütüphanesi temellerini numpy dizilerinden alır. Bu dizilerin uyması gereken tek bir kural vardır o da, dizi içinde bulunan tüm veriler aynı tip veri olmalıdır.
Numpy Kütüphanesi Nedir?
Günümüzde numpy kütüphanesi çok fazla kullanılan bir veri bilimi kütüphanesidir. Açık kaynaklı bir numerik kütüphane olan numpy, çok boyutlu matris veri yapısını içinde barındırır. Numeric ve numarray verilerinin uzantısıdır. Sayı üreteçleri rastgele bir sisteme sahiptir ve pandas nesneleri de numpy ile bağlantılıdır. Matematiksel ve istatistiksel olayları uygulamak için, dizinler üzerinde sürekli olarak kullanılır.
Numpy Kütüphanesi Kurulumu Ve Kullanımı – Numpy’nin İmport Edilmesi
İlk başta bilgisayarınızda kurulu olan bir numpy kütüphanesi yok ise, terminalden “>>> pip install numpy” komutunu yazarak kütüphaneyi bilgisayarımıza indiriyoruz.
Kütüphaneyi çağırmak için ise, ‘’ import numpy as np’’ komutunu kullanıyoruz. Python numpy kütüphanesi kurulumu işte bu kadar kolaydır.
Numpy Dizi Özellikleri
Günümüzde birçok matematiksel veri işlemleri için kullanılan numpy dizileri sabit boyutlardadır. Genellikle aynı türden öğelere sahiptir. Bu öğelere ‘’ndrray nesneleri’’ denilir. Ndrray nesnelerini kullanabilmek için ise, ‘’np. array()‘’ komutunu kullanmanız gerekmektedir.
Yukarıda bulunan kod, dört sayıdan oluşmaktadır ve aynı öğeleri barındırır. Numpylerde boyut sıra yani eksen olarak geçmektedir. Yani yukarıda gösterdiğimiz b, 1 düzey de bir dizidir.
Şimdide bu diziyi ve öğeleri birkaç numpy işleviyle kod olarak eklemeniz gerekir.
Dizileri oluşturduğunuz sırada, köşeli parantez kullanımına dikkat etmeniz çok önemlidir. Ayrıca bir öğeye ulaşmak için de köşeli parantez kullanılır.
Numpy Kütüphanesi Dizinleri Ve Python Dizinleri Arasında Ki Farklar
Numpy ile Python numpy kütüphanesi aslında birbirilerine çok benzemektedirler. İkisinde de veri saklarsınız, yenileyebilirsiniz ve indeksleyebilirsiniz. Numpy de ise verileriniz daha az yer kaplar ayrıca Python diline göre daha hızlı çalışırlar. Ayrıca Pyhton dizinlerinde matematiksel bir çok işlem doğrudan gerçekleşmez. Örnek verecek olursak, toplama, çıkarma, çarpma, bölme gibi işlemler doğrudan gerçekleşmeyen işlemlerdendir ama numpy ile bunları kolaylıkla yapabilirsiniz.
Numpy Kütüphanesi Ve Vektör / Matris İşlemleri
Numpy vektör ve matris işlemlerinde hem operatör overloading hem de fonksiyon düzeyinde araçlar sunar.
Matris çarpımlarında ise <<dot>> fonksiyonu kullanılır.
Matris transpoz, satır ve sütun toplamları için de pratik araçlar sunar.
Vektörler için ise ‘’ T’’ kullanılır ve bunun herhangi bir etkisi olmamaktadır.
Numpy özellikle de büyük matrisler ile çalıştığı zaman pratik araçlar sunar.
Bir yorum bırakınız...