numpy – ২য় পর্ব

এটা পড়ার আগে পার্ট-১ অবশ্যই পড়বেন। নাহলে অনেক কিছুই মাথার উপর দিয়ে যাবার সম্ভাবনা আছে। কথা না বাড়িয়ে চলুন সোজা কোডিং করতে চলে যাই। আমি ধরে নিচ্ছি সবাই ব্যাসিক কোডিং বুঝি। এজন্য ডিরেক্ট কোডে চলে যাচ্ছি। কোথাও কনফিউশন থাকলে কমেন্টে জানাবেন।

numpy এর অপারেশনগুলো ব্যাসিক্যালি ইলেমেন্ট-বাই-ইলেমেন্ট হয়ে থাকে। আরো ভালোভাবে বোঝার জন্য আমি সাজেস্ট করব প্রতিটা অপারেশন নিজে নিজে রান করে আউটপুট দেখে নিবেন।

প্রথমেই দুটো array নিয়ে নেই আমরা ।

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])

যোগঃ

np.add(a,b)
>>>[5,7,9] #result

বিয়োগঃ

np.subtract(a,b)
>>> array([-3, -3, -3]) #result

গুনঃ

np.multiply(a,b)
>>> array([ 4, 10, 18])  #output

ভাগঃ

np.divide(b,a)
>>> array([4. , 2.5, 2. ]) #output

এক্সপোনেন্টঃ

np.exp(a)
>>>  array([ 2.71828183,  7.3890561 , 20.08553692]) #output

স্কয়ার-রুটঃ

np.sqrt(b)
>>> array([2.        , 2.23606798, 2.44948974]) #result

sin

np.sin(b)
>>>array([-0.7568025 , -0.95892427, -0.2794155 ])  #result

cosine

np.cos(b)
>>> array([-0.65364362,  0.28366219,  0.96017029]) #result

log

np.log(b)
>>> array([1.38629436, 1.60943791, 1.79175947]) #result

দুইটা এরে এর ডট প্রোডাক্টঃ

a.dot(b) 
>>>32 #result

সবগুলো ইলিমেন্ট এর যোগফলঃ

a.sum() #returns the sum of the array a
>>>6 

array এর ম্যাক্সিমাম এবং মিনিমামঃ

a.max()
>>> 3
a.min()
>>>1

Mean, Median এবং Standard deviation

a.mean()
>>>2.0
np.median(b)
>>>5.0
np.std(b) #returns standard deviation of array b
>>>0.816496580927726

এবং আরো কিছু দরকারি ফাংশনঃ

np.corrcoef(b) #returns correlation coefficient
>>>1.0

b.cumsum() #returns array of cumulative summation
>>> array([ 4,  9, 15], dtype=int32) 

a.sort() #sorts the array a

আজকে এপর্যন্তই। সামনের পর্বে আরো কিছু এডভ্যান্স টেকনিক আমরা শিখব ইনশা-আল্লাহ।