در این مطلب، ویدئو آموزش NumPy Python – قسمت اول | آموزش NumPy و Pandas | آموزش NumPy | معرفی NumPy با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:02,640 –> 00:00:05,420
[موسیقی]
2
00:00:05,420 –> 00:00:08,610
سلام بچهها صبح بخیر اجازه دهید من
3
00:00:08,610 –> 00:00:10,980
اصول بینقص را شروع کنم تا تکامل پیدا کنیم، بنابراین آنچه در
4
00:00:10,980 –> 00:00:13,680
جریان است، همانطور که ما درست یاد گرفتیم، بنابراین
5
00:00:13,680 –> 00:00:16,619
این کتابخانههای اساسی وجود دارد که
6
00:00:16,619 –> 00:00:17,730
برای دستکاری دادهها واقعا مهم
7
00:00:17,730 –> 00:00:20,430
8
00:00:20,430 –> 00:00:23,449
هستند. آنها
9
00:00:23,449 –> 00:00:26,449
ابتدا
10
00:00:27,180 –> 00:00:32,549
پایتون عددی را پایین می آورند و سپس پشت سر
11
00:00:32,549 –> 00:00:34,940
ما قرار می گیرند
12
00:00:35,130 –> 00:00:40,020
و سپس وجود دارد که اگر این سه
13
00:00:40,020 –> 00:00:43,050
کتابخانه اصلی هستند که
14
00:00:43,050 –> 00:00:44,880
برای شما بسیار مهم است تا یاد بگیرید که یک مسلمان اصلی را بیاموزید،
15
00:00:44,880 –> 00:00:47,100
این دو چیز
16
00:00:47,100 –> 00:00:49,530
بسیار به هم مرتبط هستند، بی حسی و پانداها
17
00:00:49,530 –> 00:00:51,090
هسته اصلی آنها هستند. ساختاری برای مدیریت
18
00:00:51,090 –> 00:00:54,300
دادهها، بنابراین باید زمانی که میخواهید با دادهها سروکار داشته باشید، ناتوانیها و
19
00:00:54,300 –> 00:00:55,860
پانداها را درک کنید،
20
00:00:55,860 –> 00:00:58,290
بنابراین آسمان واقعاً مهم است که در
21
00:00:58,290 –> 00:01:00,330
نهایت زمانی فرا میرسد که ما
22
00:01:00,330 –> 00:01:02,940
با بخش مدلسازی سروکار داریم، زمانی که ما به سراغ مدلها میرویم.
23
00:01:02,940 –> 00:01:04,830
از
24
00:01:04,830 –> 00:01:07,050
کتابخانه ها از آسمان مراقبت از آسمان آمده است
25
00:01:07,050 –> 00:01:11,670
کیت یاد بگیر و این اسکایپ فکر می کنم P
26
00:01:11,670 –> 00:01:13,619
برای این دو هفته در حال حاضر نومپی
27
00:01:13,619 –> 00:01:15,660
و پانداهایی که دوست
28
00:01:15,660 –> 00:01:17,610
دارند ابتدا با راهبه شروع کنند را پوشش خواهد داد.
29
00:01:17,610 –> 00:01:19,800
از نظر علمی، numpy خیلی دیر به طور مستقیم
30
00:01:19,800 –> 00:01:21,869
خوب است، زیرا می تواند عدد را بنویسد، اساساً
31
00:01:21,869 –> 00:01:24,869
مخفف این عددی عددی پایتون است.
32
00:01:24,869 –> 00:01:27,509
33
00:01:27,509 –> 00:01:30,810
34
00:01:30,810 –> 00:01:32,400
35
00:01:32,400 –> 00:01:35,310
36
00:01:35,310 –> 00:01:37,440
میتوز این است که ما یک نوع داده
37
00:01:37,440 –> 00:01:41,039
از ماتریس داریم که همه دادهها درست پیدا
38
00:01:41,039 –> 00:01:43,500
میکنند که به شما میگوییم همه آنها در
39
00:01:43,500 –> 00:01:45,840
قالب هستند، بنابراین ستونها و ردیفها وجود دارند،
40
00:01:45,840 –> 00:01:48,860
بنابراین یکی یک ستون خواهد بود
41
00:01:48,860 –> 00:01:52,340
و ما قوانین را داریم، بنابراین فایل داده اینگونه است.
42
00:01:52,340 –> 00:01:54,710
بیشتر است و برای مقابله با
43
00:01:54,710 –> 00:01:56,450
این آنها اساساً به شکل ماتریس
44
00:01:56,450 –> 00:02:01,640
هایی هستند که اینها به قیمت های من تبدیل می شوند و
45
00:02:01,640 –> 00:02:05,300
برخورد با لباس های من که به آنها نیاز
46
00:02:05,300 –> 00:02:06,680
داریم چیزی نیست جز فراهم کردن
47
00:02:06,680 –> 00:02:09,590
کتابخانه ها برای مقابله با مانع بنابراین ما
48
00:02:09,590 –> 00:02:11,030
خواهیم دید که تفاوت آنها چیست
49
00:02:11,030 –> 00:02:13,430
عملیات جبر خطی Numpy ارائه
50
00:02:13,430 –> 00:02:16,430
می دهد، عملگرهای ریاضی و منطقی
51
00:02:16,430 –> 00:02:21,530
در آرایه oky وجود دارد و شی هسته ای
52
00:02:21,530 –> 00:02:24,050
که در کتابخانه اصلی موجود است،
53
00:02:24,050 –> 00:02:25,910
کتابخانه های هسته ای که به
54
00:02:25,910 –> 00:02:28,730
صورت numpy در دسترس هستند، این ND نامیده می شود.
55
00:02:28,730 –> 00:02:33,020
آرایه خواهیم دید که چگونه کار می کند همانطور که
56
00:02:33,020 –> 00:02:34,400
می گوییم درست است.
57
00:02:34,400 –> 00:02:36,590
58
00:02:36,590 –> 00:02:39,320
59
00:02:39,320 –> 00:02:40,100
60
00:02:40,100 –> 00:02:42,530
61
00:02:42,530 –> 00:02:44,780
62
00:02:44,780 –> 00:02:46,910
آرایه جدولی را که به شما نشان دادیم درست است این
63
00:02:46,910 –> 00:02:49,820
یک چیز دوبعدی است اما چه numpy
64
00:02:49,820 –> 00:02:53,630
به آرایههای چند بعدی اجازه میدهد، ما
65
00:02:53,630 –> 00:02:56,600
خواهیم دید که چگونه چند rammus را
66
00:02:56,600 –> 00:02:59,000
میتوان نمایش داد، اما به آن خواهیم رسید
67
00:02:59,000 –> 00:03:01,940
و این مجموعه همگن
68
00:03:01,940 –> 00:03:04,280
از مقادیر وجود دارد. منظور من از همگن
69
00:03:04,280 –> 00:03:05,450
این است که اساساً هیچ
70
00:03:05,450 –> 00:03:08,690
نوع داده وابستگی وجود ندارد، ممکن است
71
00:03:08,690 –> 00:03:10,610
انواع داده های مختلفی وجود داشته باشد، همانطور که لیست را داریم،
72
00:03:10,610 –> 00:03:12,799
بنابراین اساساً مجموعه ای
73
00:03:12,799 –> 00:03:14,660
از انواع داده های مختلف
74
00:03:14,660 –> 00:03:16,459
است، مجموعه ای همگن از مقادیر است،
75
00:03:16,459 –> 00:03:18,709
بنابراین نکته بسیار مهم در مورد numpy
76
00:03:18,709 –> 00:03:22,820
این است که بر اساس آن ساخته شده است. پایه C، کتابخانههای اصلی
77
00:03:22,820 –> 00:03:25,280
هستند که دقیقاً کدام
78
00:03:25,280 –> 00:03:28,459
numpy از هزینه داخلی خود استفاده میکند و اگر میدانید
79
00:03:28,459 –> 00:03:30,590
C سریعترین زبان است، زبان بسیار
80
00:03:30,590 –> 00:03:32,600
کارآمد است، بنابراین آنها آن را
81
00:03:32,600 –> 00:03:35,000
در بالای آن ساختهاند. C به طوری که numpy خوبی است و
82
00:03:35,000 –> 00:03:37,610
پانداها بسیار سریع و کارآمد هستند
83
00:03:37,610 –> 00:03:40,670
زیرا آنها بر اساس ساخته شده اند و ببینید که آیا
84
00:03:40,670 –> 00:03:42,470
تعداد زیادی توابع ریاضی
85
00:03:42,470 –> 00:03:44,600
از طریق numpy در دسترس هستند یا خیر.
86
00:03:44,600 –> 00:03:48,230
87
00:03:48,230 –> 00:03:50,329
88
00:03:50,329 –> 00:03:54,170
import numpy به عنوان MP
89
00:03:54,170 –> 00:03:56,510
من فقط matplotlib را وارد می کنم تا
90
00:03:56,510 –> 00:03:58,849
فقط چند چیز را تجسم کنم، اما در
91
00:03:58,849 –> 00:04:00,349
آینده قرار است یک MATLAB محاسباتی داشته باشیم،
92
00:04:00,349 –> 00:04:02,510
بنابراین فعلا
93
00:04:02,510 –> 00:04:05,299
نگران matplotlib MATLAB نباشید متأسفانه
94
00:04:05,299 –> 00:04:08,060
متلب نیست، بنابراین ما وارد
95
00:04:08,060 –> 00:04:10,189
کردیم، بنابراین ما داده ایم نام سالهای NP که
96
00:04:10,189 –> 00:04:13,250
از آن استفاده خواهیم کرد و B بهعنوان مرجع بسیار خوب است،
97
00:04:13,250 –> 00:04:16,220
بنابراین چگونه میتوانیم I reason numpy را ایجاد کنیم،
98
00:04:16,220 –> 00:04:19,728
بنابراین اولین کاری که باید انجام دهیم این است که
99
00:04:19,728 –> 00:04:22,520
یک لیست ایجاد کنیم تا زمانی که یک
100
00:04:22,520 –> 00:04:25,760
لیست معمولی داشته باشیم مانند آنچه تعریف کردهایم. در
101
00:04:25,760 –> 00:04:28,760
لیست L در اینجا، بنابراین این چیزی نیست جز یک
102
00:04:28,760 –> 00:04:30,380
لیست معمولی که ما در
103
00:04:30,380 –> 00:04:33,770
پایتون یاد گرفتهایم، بنابراین باید از آرایه نقطهای NP استفاده کنیم
104
00:04:33,770 –> 00:04:37,419
و آرگومان را ارائه دهیم، زیرا این لیست
105
00:04:37,419 –> 00:04:40,190
خوب است اگر ساختار این
106
00:04:40,190 –> 00:04:44,360
L است، یک لیست است و آنچه ما داریم انجام می دهند من ما
107
00:04:44,360 –> 00:04:47,479
در حال ایجاد یک آرایه نقطه حسادت
108
00:04:47,479 –> 00:04:51,650
با ارائه آرگومان L برای آن هستیم، بنابراین اکنون
109
00:04:51,650 –> 00:04:54,410
آرایه a و B داریم تا از طریق آن
110
00:04:54,410 –> 00:04:56,479
بتوانیم آن را اساساً بر اساس
111
00:04:56,479 –> 00:04:58,669
روشهای عددی و توابع
112
00:04:58,669 –> 00:05:01,729
موجود کار کنیم، بنابراین اجازه دهید ابتدا این مورد را اجرا کنم.
113
00:05:01,729 –> 00:05:03,979
اگر می بینید که ساختار آن
114
00:05:03,979 –> 00:05:05,840
کمی متفاوت است، می گوید که یک آرایه است
115
00:05:05,840 –> 00:05:08,720
و در لیست قرار دارد و وقتی
116
00:05:08,720 –> 00:05:14,630
نوع آن را ابتدا می بینیم، بنابراین تایپ اساساً
117
00:05:14,630 –> 00:05:17,449
نقطه numpy است ایندیانا همانطور که به درستی اشاره کردم،
118
00:05:17,449 –> 00:05:21,349
بنابراین NBL اشیاء اصلی است که همه در آنها وجود دارد.
119
00:05:21,349 –> 00:05:25,190
این آرایههای ناهموار بر روی اوکی ساخته شدهاند،
120
00:05:25,190 –> 00:05:27,440
بنابراین این چیز دیگری وجود دارد، بنابراین عدد
121
00:05:27,440 –> 00:05:29,900
نیز ماتریسهای فرعی را ارائه میکند.
122
00:05:29,900 –> 00:05:33,080
123
00:05:33,080 –> 00:05:35,180
124
00:05:35,180 –> 00:05:40,070
125
00:05:40,070 –> 00:05:41,840
این یک
126
00:05:41,840 –> 00:05:45,440
ماتریس سه در دو است، بنابراین سه
127
00:05:45,440 –> 00:05:48,199
ردیف و دو ستون وجود دارد، بنابراین این
128
00:05:48,199 –> 00:05:52,639
ماتریس سه در دو است که خوب است و یال های V
129
00:05:52,639 –> 00:05:56,090
آن را به آرایه داور تبدیل می کند، بنابراین
130
00:05:56,090 –> 00:05:59,060
ما فقط ماتریس نقطه NP را از
131
00:05:59,060 –> 00:06:01,310
ماتریسی که این i ایجاد می شود ایجاد کردیم. فقط
132
00:06:01,310 –> 00:06:05,000
چند راه است که میتوانیم از آرایه نقطهای NP برای
133
00:06:05,000 –> 00:06:12,070
ایجاد این استفاده کنیم، بنابراین این اساساً
134
00:06:12,070 –> 00:06:15,720
مشتری همان آزمایشگاه پاتریک است که
135
00:06:15,720 –> 00:06:17,280
قبلاً برای همه ذکر کردم، بنابراین این
136
00:06:17,280 –> 00:06:19,320
آزمایشگاه مشتری است که نسخه جدیدتری است
137
00:06:19,320 –> 00:06:21,840
که مشتری ارائه میکند، بنابراین
138
00:06:21,840 –> 00:06:23,610
این دفترچه یادداشت تکراری وجود دارد. و این آزمایشگاه مکرر وجود دارد،
139
00:06:23,610 –> 00:06:26,040
بنابراین آزمایشگاه یک
140
00:06:26,040 –> 00:06:29,430
شناسه تکمیل شده را مشاهده می کند که
141
00:06:29,430 –> 00:06:32,550
مشتری ارائه می کند، بنابراین این بیشتر
142
00:06:32,550 –> 00:06:34,260
نسخه بتا و آلفای اخیر است که آنها
143
00:06:34,260 –> 00:06:36,540
شروع شده اند و استفاده از آن بسیار بهتر است من
144
00:06:36,540 –> 00:06:39,930
واقعاً آن را دوست دارم زیرا فایل ها را می بینم
145
00:06:39,930 –> 00:06:40,470
در اینجا
146
00:06:40,470 –> 00:06:42,120
احساس میکنم در اینجا چیزها را اجرا میکنم
147
00:06:42,120 –> 00:06:44,790
دستورهای مختلفی وجود دارد که میتوانید چندین
148
00:06:44,790 –> 00:06:47,640
فایل را در یک ستون باز کنید، اینجا
149
00:06:47,640 –> 00:06:51,480
تبهای منفرد در اینجا کارآمدتر است، بله،
150
00:06:51,480 –> 00:06:54,210
چیزهای کمی باید به خاطر بسپارید، بنابراین چه
151
00:06:54,210 –> 00:06:57,320
اتفاقی میافتد، افراد کمی ممکن است سعی کنند مستقیماً
152
00:06:57,320 –> 00:07:01,350
اقدامات بد را انجام دهند، خوب است. اتفاق می
153
00:07:01,350 –> 00:07:04,530
افتد بنابراین در اینجا n نقطه مستقیماً مقادیر جدا شده با کاما داده می شود،
154
00:07:04,530 –> 00:07:08,280
بنابراین در این مورد کار نخواهد کرد،
155
00:07:08,280 –> 00:07:10,020
بنابراین اساساً اشتباه است،
156
00:07:10,020 –> 00:07:12,570
اما ما باید آرگومان را به عنوان یک
157
00:07:12,570 –> 00:07:15,810
لیست ارائه دهیم تا اساساً t چگونه است. او
158
00:07:15,810 –> 00:07:18,810
آرایه N PI است، بنابراین اجازه دهید
159
00:07:18,810 –> 00:07:20,700
به نوع کاستینگ برویم که چگونه
160
00:07:20,700 –> 00:07:23,669
انواع مختلف را در بیت تعریف کنیم، بنابراین وقتی
161
00:07:23,669 –> 00:07:26,130
این کار را انجام میدهم اگر درست میبینید چه اتفاقی میافتد
162
00:07:26,130 –> 00:07:30,480
اما شبیه به لیست در لیست نیست، چه
163
00:07:30,480 –> 00:07:33,530
اتفاقی میافتد، ما هر مقدار را داریم. به عنوان یک
164
00:07:33,530 –> 00:07:38,729
موجودیت مجزا، بنابراین وقتی لیستی از l ایجاد می کنیم
165
00:07:38,729 –> 00:07:44,880
برابر است با 1 تا 3.0 خوب است، بنابراین در این مورد
166
00:07:44,880 –> 00:07:46,260
می توانید به درستی ببینید که چه اتفاقی می افتد این است که
167
00:07:46,260 –> 00:07:48,900
یکی به عنوان معلم در
168
00:07:48,900 –> 00:07:51,990
یک عدد صحیح نگه داشته می شود و 3 شما به عنوان یک طبقه نگهداری می شود.
169
00:07:51,990 –> 00:07:54,960
آنها تغییر نمی کنند اما در این مورد اتفاقی که
170
00:07:54,960 –> 00:07:56,790
افتاد ما این را به عنوان یک عدد صحیح نگه داشتیم
171
00:07:56,790 –> 00:07:59,729
و شناور کردیم و وقتی
172
00:07:59,729 –> 00:08:02,400
این را به آرایه TN pi تبدیل کردیم واقعاً چه اتفاقی می افتد
173
00:08:02,400 –> 00:08:04,590
اگر همه به طبقه
174
00:08:04,590 –> 00:08:06,780
تبدیل شوند بسیار خوب همه به کف تبدیل شدند
175
00:08:06,780 –> 00:08:08,700
تا بتوانیم کنترل کنیم این رفتارها اما
176
00:08:08,700 –> 00:08:10,169
اتفاقی که می افتد این است که باعث می شود همه
177
00:08:10,169 –> 00:08:12,210
افراد مشابهی داشته باشند بالاترین اولویت
178
00:08:12,210 –> 00:08:15,060
از نوع داده ما استفاده می شود، مانند
179
00:08:15,060 –> 00:08:18,330
اینکه بالاترین نوع است تا نوع بالاتر
180
00:08:18,330 –> 00:08:20,250
تا انتها، سپس رشته یک نوع بالاتر
181
00:08:20,250 –> 00:08:22,500
برای شناور است، بنابراین این موارد هستند.
182
00:08:22,500 –> 00:08:25,080
سپس عدد صحیح یک ty بالاتر است pe به
183
00:08:25,080 –> 00:08:27,390
بولی که جریان خواهد بود اگر
184
00:08:27,390 –> 00:08:29,900
بخواهید من فقط می توانم آن را بچرخانم مانند
185
00:08:29,900 –> 00:08:34,549
نوع اقامت اگر
186
00:08:34,549 –> 00:08:40,370
اولی مانند bull و سپس ill و flow باشد و سپس
187
00:08:40,370 –> 00:08:42,380
رشته
188
00:08:42,380 –> 00:08:45,350
اوکی باشد بنابراین این بازدید از یکی است برخی از مقادیر
189
00:08:45,350 –> 00:08:47,600
خنک هستند و برخی مقادیر و بیشتر از
190
00:08:47,600 –> 00:08:49,280
آنها همه آنها به پایان تبدیل می شوند
191
00:08:49,280 –> 00:08:52,100
و در مورد برخی از فعل ها یا برخی از
192
00:08:52,100 –> 00:08:54,380
جهت گیری ها، کسی float همه
193
00:08:54,380 –> 00:08:56,960
به float تبدیل می شوند، بنابراین آن چیزها را به
194
00:08:56,960 –> 00:08:59,810
خاطر بسپاریم و چگونه این رفتار را کنترل کنیم،
195
00:08:59,810 –> 00:09:03,020
بنابراین در این مورد راست به نقطه NP
196
00:09:03,020 –> 00:09:07,250
هر چیزی ما میتوانیم نوع دادهای را
197
00:09:07,250 –> 00:09:09,920
که میخواهیم تنظیم کنیم به جای اینکه
198
00:09:09,920 –> 00:09:13,190
آن را یک چیز مبتنی بر اولویت قرار دهیم، میتوانیم به
199
00:09:13,190 –> 00:09:17,330
صراحت مشخص کنیم که کدام نوع
200
00:09:17,330 –> 00:09:21,890
آرایه نقطهای R و P خوب باشد در این مورد
201
00:09:21,890 –> 00:09:25,100
اگر میبینیم که میگوییم همه را
202
00:09:25,100 –> 00:09:28,430
به شناور تبدیل میکنیم. مورد دوم
203
00:09:28,430 –> 00:09:31,580
اساساً همان چیزی است که co-main می گوید هر
204
00:09:31,580 –> 00:09:33,890
چیز یونیکد به یونیکد یک نوع
205
00:09:33,890 –> 00:09:36,740
رشته است، بنابراین ما سعی می کنیم این
206
00:09:36,740 –> 00:09:40,970
یکی دو سه را به رشته تبدیل کنیم، سپس شما به
207
00:09:40,970 –> 00:09:43,280
این فرمت ویژه ای است که من فقط می خواستم
208
00:09:43,280 –> 00:09:45,200
در اینجا برجسته کنم که این چیست. بس به طور کلی
209
00:09:45,200 –> 00:09:48,020
این کار این است که تعداد
210
00:09:48,020 –> 00:09:49,640
کاراکترها را محدود می کند، بنابراین
211
00:09:49,640 –> 00:09:52,880
تعداد کاراکترها را به دو محدود می کند، فقط دو کندی را برش می دهد
212
00:09:52,880 –> 00:09:56,840
و ما یک نوع پیچیده داریم،
213
00:09:56,840 –> 00:10:01,220
بنابراین اگر درست ببینید همه
214
00:10:01,220 –> 00:10:03,530
روایت ودکا کند است، این یک
215
00:10:03,530 –> 00:10:05,930
نقل قول است آنها هستند. چیزی که به نوع رشته ای تبدیل شده است،
216
00:10:05,930 –> 00:10:08,330
حتی این نوع رشته است، اما من در اینجا
217
00:10:08,330 –> 00:10:12,590
1 2 3 4 5 داشتم، اما فقط به کاپیتان ما
218
00:10:12,590 –> 00:10:16,640
خوب است، زیرا ما گفتیم که نوع T بتا شما باشید
219
00:10:16,640 –> 00:10:19,490
– خوب و سپس ما این مجموعه را داریم، بنابراین
220
00:10:19,490 –> 00:10:21,500
انواع مختلفی وجود دارد
221
00:10:21,500 –> 00:10:24,080
که ما میتوانیم برای تبدیل استفاده کنیم، بنابراین
222
00:10:24,080 –> 00:10:26,410
اساساً من فهرستی از
223
00:10:26,410 –> 00:10:29,270
رنگهای دادههای مختلف در اینجا دارم که میتوانیم از آنها
224
00:10:29,270 –> 00:10:32,750
برای همگرا کردن چیزها در اینجا استفاده کنیم، بنابراین
225
00:10:32,750 –> 00:10:35,390
اجازه دهید اکنون یک نمونه واقعی را برای شما بیان کنم،
226
00:10:35,390 –> 00:10:38,180
بنابراین کارهایی که ما انجام دادیم،
227
00:10:38,180 –> 00:10:41,180
اینجا بودیم. این دو نقطه داده
228
00:10:41,180 –> 00:10:43,870
چیزی نیستند جز دو ردیف داده
229
00:10:43,870 –> 00:10:46,430
و آنچه ما داریم این است که
230
00:10:46,430 –> 00:10:50,780
اولی نام دومی سن و
231
00:10:50,780 –> 00:10:52,850
سومی این است، بنابراین همه باید قبلاً
232
00:10:52,850 –> 00:10:55,220
فکر کرده باشند که چرا ما آن را ایجاد می کنیم و
233
00:10:55,220 –> 00:10:57,019
به همه به عنوان یک داده واحد می دهیم. نوع
234
00:10:57,019 –> 00:10:59,870
اما در th is آنچه را که ما انجام می دهیم این است که
235
00:10:59,870 –> 00:11:02,870
برای هر مقدار درست است، ما یک
236
00:11:02,870 –> 00:11:06,579
نوع داده متفاوت داریم اینجا چه اتفاقی می افتد خوب
237
00:11:06,579 –> 00:11:09,680
اجازه دهید ابتدا این مورد را برگردانم و ببینم
238
00:11:09,680 –> 00:11:11,480
این دو گره هستند، بنابراین چه اتفاقی افتاده است،
239
00:11:11,480 –> 00:11:15,589
ما این را داریم در این مورد ما
240
00:11:15,589 –> 00:11:17,689
دو سه مقدار داریم. اولاً اگر آنها مسلح هستند
241
00:11:17,689 –> 00:11:20,029
ما فقط می نوشیم دومی
242
00:11:20,029 –> 00:11:22,579
اساساً کمکی است که شما می گویید و سومی
243
00:11:22,579 –> 00:11:24,170
چیزی جز ما نیست و همه چیز خوب است بنابراین
244
00:11:24,170 –> 00:11:27,170
این سه مقادیر در هر مجموعه هستند
245
00:11:27,170 –> 00:11:29,569
در اینجا این مجموعه ها هستند و ما باید
246
00:11:29,569 –> 00:11:31,610
متفاوت تنظیم کنیم سپس آنچه را که ما تنظیم می کنیم.
247
00:11:31,610 –> 00:11:34,819
پس ما در حال تعریف یک نوع داده هستیم که
248
00:11:34,819 –> 00:11:38,240
می گوید مقدار اول چیزی نیست
249
00:11:38,240 –> 00:11:42,819
جز میانگین 11 تا 11 کاراکتر،
250
00:11:42,819 –> 00:11:46,360
سپس دومی چیزی نیست جز سن
251
00:11:46,360 –> 00:11:50,329
و از نوع عدد صحیح است و
252
00:11:50,329 –> 00:11:53,089
سومی چیزی جز حقوق نیست و این
253
00:11:53,089 –> 00:11:57,230
یک طبقه با چهار اعشار خوب است،
254
00:11:57,230 –> 00:11:58,790
بنابراین ما سعی می کنیم
255
00:11:58,790 –> 00:12:01,939
هر ستون را کنترل کنیم، ببینید آیا می توانید درست ببینید،
256
00:12:01,939 –> 00:12:04,160
بنابراین اینها چیزی جز یک ستون
257
00:12:04,160 –> 00:12:05,899
در اینجا نیستند، اوکی است و این دو اساساً
258
00:12:05,899 –> 00:12:09,709
قوانین هستند و سپس ROM 1 یک ROM ستون و
259
00:12:09,709 –> 00:12:12,860
ساختگی است. colu است mn 26 ستونی از سن است
260
00:12:12,860 –> 00:12:15,709
و این ستون Shalott است، بنابراین
261
00:12:15,709 –> 00:12:19,370
من به همین ترتیب ادامه خواهم داد، من
262
00:12:19,370 –> 00:12:21,889
چند نمونه دیگر را در اینجا ایجاد کردم، بنابراین در این مورد چیزی که
263
00:12:21,889 –> 00:12:24,199
ما داریم چیزی نیست جز داده های 4 ستونی،
264
00:12:24,199 –> 00:12:26,779
این فقط یک چهار ستون نیست.
265
00:12:26,779 –> 00:12:29,089
این اساساً یک ابعاد چند بعدی است، این
266
00:12:29,089 –> 00:12:32,509
ابعاد مزاحم است، اما من میآیم تا
267
00:12:32,509 –> 00:12:35,600
ببینیم که ابعاد اکنون چگونه کار میکنند.
268
00:12:35,600 –> 00:12:38,059
269
00:12:38,059 –> 00:12:40,610
270
00:12:40,610 –> 00:12:43,040
به
271
00:12:43,040 –> 00:12:45,829
چهار اعشار می رسد، اما ما فقط می توانیم
272
00:12:45,829 –> 00:12:48,110
این چیز را حذف کنیم و فقط F را خوب نگه داریم،
273
00:12:48,110 –> 00:12:49,850
این همان داده ها را به شما می دهد، بنابراین ما نیازی
274
00:12:49,850 –> 00:12:51,980
به نگه داشتن این Levin نداریم و همه اینها فقط برای این است که
275
00:12:51,980 –> 00:12:54,800
به شما نشان دهیم می توانیم
276
00:12:54,800 –> 00:12:58,009
تعداد موارد استفاده را محدود کنیم. آن فرمت بیایید
277
00:12:58,009 –> 00:13:00,860
با هم برویم چیزی که در پایان من یک فایل واقعی دارم
278
00:13:00,860 –> 00:13:04,100
که می توانیم با آن برخورد کنیم، می توانیم
279
00:13:04,100 –> 00:13:06,880
این فقط نمونه هایی است بچه ها
280
00:13:06,880 –> 00:13:09,580
، کاملاً متفاوت خواهد بود آنجا
281
00:13:09,580 –> 00:13:11,200
ما چیزهای زیادی از قبل
282
00:13:11,200 –> 00:13:13,330
برای ما تنظیم کرده ایم اما این فقط یک مثال است
283
00:13:13,330 –> 00:13:15,460
ما سعی می کنیم در اینجا در این مورد ببینیم که چه زمانی
284
00:13:15,460 –> 00:13:16,870
f را داریم و خیلی
285
00:13:16,870 –> 00:13:17,950
خوب تکمیل خواهد شد،
286
00:13:17,950 –> 00:13:21,340
اجازه دهید حالا بفهمیم که
287
00:13:21,340 –> 00:13:23,410
وقتی ابعاد چندگانه داریم چه اتفاقی میافتد، بنابراین
288
00:13:23,410 –> 00:13:24,910
اولین چیزی که میخواهم نشان دهم این است
289
00:13:24,910 –> 00:13:26,000
که
290
00:13:26,000 –> 00:13:29,149
[موسیقی]
291
00:13:31,149 –> 00:13:34,050
داریم، ما یک ردیف داریم مانند برف که دیدیم،
292
00:13:34,050 –> 00:13:37,259
غار که در آن ستونها چیزی
293
00:13:37,259 –> 00:13:43,240
جز نام سن و این دستمزد خوب است
294
00:13:43,240 –> 00:13:45,220
در این مورد چه اتفاقی میافتد این است
295
00:13:45,220 –> 00:13:47,350
که اگر این ستون را درست داشته باشیم هیچ چیز بهتری نیست،
296
00:13:47,350 –> 00:13:49,509
بنابراین این چیزی نیست جز یک
297
00:13:49,509 –> 00:13:52,089
آرایه تک بعدی، من میتوانم بگویم
298
00:13:52,089 –> 00:13:55,420
وقتی قوانین متعددی
299
00:13:55,420 –> 00:13:57,779
300
00:13:59,410 –> 00:14:01,809
در این مورد داریم اکنون یک بعدی خوب است. اتفاقی که افتاد این است که
301
00:14:01,809 –> 00:14:04,149
ما تعدادی قانون داریم،
302
00:14:04,149 –> 00:14:06,929
تعدادی ستون داریم که اکنون به یک آرایه دو بعدی تبدیل می شود،
303
00:14:06,929 –> 00:14:09,960
304
00:14:09,960 –> 00:14:12,360
خوب پسر آب با سه
305
00:14:12,360 –> 00:14:15,029
بعد، بنابراین فرض کنیم
306
00:14:15,029 –> 00:14:18,149
بخش های مختلفی آمده اند و هر
307
00:14:18,149 –> 00:14:21,240
بخش لیستی از کارمندان خود را
308
00:14:21,240 –> 00:14:23,790
دارد. در مورد بخش ها
309
00:14:23,790 –> 00:14:27,029
درست است، بنابراین ما دوباره مجموعه متفاوتی
310
00:14:27,029 –> 00:14:29,670
از کارمندان خواهیم داشت، اما این بر اساس بخش خواهد بود
311
00:14:29,670 –> 00:14:32,339
، بنابراین اگر بگوییم که این یک بخش است، وزارت
312
00:14:32,339 –> 00:14:35,070
چیزی جز بعد سوم ما
313
00:14:35,070 –> 00:14:38,120
نیست. هنر در اینجا،
314
00:14:38,120 –> 00:14:41,480
پس این یک بعد سوم خواهد بود و
315
00:14:41,480 –> 00:14:43,399
اگر به یک بعد دیگر
316
00:14:43,399 –> 00:14:46,759
برویم، اگر چندتایی داریم به عنوان یک شرکت نگاه
317
00:14:46,759 –> 00:14:49,160
کنید، نمیتوانیم آن چیزها را در این مورد تصور کنیم،
318
00:14:49,160 –> 00:14:54,160
اما اگر بگوییم که اگر میتوانیم
319
00:14:55,160 –> 00:14:57,620
اتفاق بیفتد، زمانی است که داریم. این چیزی است که وقتی
320
00:14:57,620 –> 00:14:59,779
دوباره همان چیزی را داشته باشیم در
321
00:14:59,779 –> 00:15:01,550
آن زمان کوکائین چه اتفاقی میافتد این است که
322
00:15:01,550 –> 00:15:04,009
یک شرکت خواهد بود و شرکت برای بعد ما خواهد بود
323
00:15:04,009 –> 00:15:06,410
، بنابراین وقتی یک شرکت
324
00:15:06,410 –> 00:15:09,050
درست و شرکت داشته باشیم چه اتفاقی میافتد،
325
00:15:09,050 –> 00:15:11,089
این همه چیز دوباره تکرار میشود.
326
00:15:11,089 –> 00:15:13,720
هر شرکتی با
327
00:15:13,720 –> 00:15:16,160
بعد ما شرکت می کند بنابراین ما نمی توانیم آن چیز را تصور کنیم
328
00:15:16,160 –> 00:15:19,189
اما شما می توانید آن را تجسم کنید کپی های متعدد دیگری
329
00:15:19,189 –> 00:15:20,870
از این چیز را ببوسید که
330
00:15:20,870 –> 00:15:22,790
غذا خواهد بود بنابراین ما می توانیم n عدد
331
00:15:22,790 –> 00:15:24,500
بعد داشته باشیم که محدودیتی برای
332
00:15:24,500 –> 00:15:26,899
بعد ندارد. در مورد شرکت
333
00:15:26,899 –> 00:15:28,490
ممکن است بعد دیگری وجود داشته باشد که
334
00:15:28,490 –> 00:15:31,220
در داخل آن تعداد زیادی شرکت وجود داشته باشد
335
00:15:31,220 –> 00:15:34,329
که در آن زمان به کارهای امدادی اشاره شده است،
336
00:15:34,329 –> 00:15:37,579
بنابراین اجازه دهید
337
00:15:37,579 –> 00:15:40,160
موارد ابعادی خود را در اینجا در آسانسور
338
00:15:40,160 –> 00:15:41,810
تعریف کنیم که این بعد را در اینجا ببینید
339
00:15:41,810 –> 00:15:45,439
مانند یک و اجازه دهید من آن را ایجاد کنم و یک آرایه ناخالص سمت راست را ایجاد کنم،
340
00:15:45,439 –> 00:15:47,569
بنابراین این یک
341
00:15:47,569 –> 00:15:49,579
آرایه دو بعدی است، بنابراین اگر
342
00:15:49,579 –> 00:15:52,480
درست آنجا را ببینید این تعداد
343
00:15:52,480 –> 00:15:56,329
ستون است، به همین دلیل
344
00:15:56,329 –> 00:15:59,660
است که یک آرایه دو بعدی خوب است،
345
00:15:59,660 –> 00:16:02,569
پس وقتی وارد می شویم بسیار خوب، بنابراین در این
346
00:16:02,569 –> 00:16:04,550
مورد، چه اتفاقی میافتد، این
347
00:16:04,550 –> 00:16:07,790
روشهای از پیش تعریفشده موجود در
348
00:16:07,790 –> 00:16:09,889
آرایه numpy وجود دارد که واقعاً مهم هستند،
349
00:16:09,889 –> 00:16:12,610
ما باید این موارد را درک کنیم، خوب
350
00:16:12,610 –> 00:16:14,899
اول، درست اولین چیز این است که
351
00:16:14,899 –> 00:16:16,490
اساساً شکل آرایه است
352
00:16:16,490 –> 00:16:20,209
که شکل چیزی جز
353
00:16:20,209 –> 00:16:23,420
ابعاد هر یک نیست. هر بعد چه اندازه است،
354
00:16:23,420 –> 00:16:26,529
اجازه دهید دوباره به این چیز برگردم،
355
00:16:26,529 –> 00:16:32,259
اجازه دهید یک چیز دیگر را در اینجا ایجاد کنم،
356
00:16:34,080 –> 00:16:37,320
اجازه دهید هر مقدار را تعریف کنم زیرا
357
00:16:37,320 –> 00:16:40,140
این موارد واقعاً چیزهای مهمی
358
00:16:40,140 –> 00:16:43,080
با هر داده هر آرایه و پانداهای
359
00:16:43,080 –> 00:16:45,120
وانیلی هستند که به طور مشترک می نویسند. پارامترهای واقعاً
360
00:16:45,120 –> 00:16:46,860
مهمی هستند که باید به
361
00:16:46,860 –> 00:16:49,560
خاطر بسپاریم، اول این شکل است، بنابراین
362
00:16:49,560 –> 00:16:51,450
شکل اساساً به این معنی است که قطر هر کدام که باشد
363
00:16:51,450 –> 00:16:53,640
اجازه دهید یک آرایه سه بعدی
364
00:16:53,640 –> 00:16:55,390
در اینجا
365
00:16:55,390 –> 00:16:59,460
ترسیم کنم. فقط
366
00:17:00,050 –> 00:17:03,199
خوب است اجازه دهید ببینم این اولین
367
00:17:03,199 –> 00:17:05,480
بعد است این ستون ها به سمت راست
368
00:17:05,480 –> 00:17:06,859
ستون ها چیزی نیست جز
369
00:17:06,859 –> 00:17:09,289
بعد اولی که ما داریم، بنابراین ستون ها
370
00:17:09,289 –> 00:17:11,299
چیزی جز یک داده خاص برای هر کاربر
371
00:17:11,299 –> 00:17:14,359
درست نیست، بنابراین هر سطر، بنابراین اساساً
372
00:17:14,359 –> 00:17:16,640
این بعد چهارم است که ما داریم وقتی
373
00:17:16,640 –> 00:17:19,130
هر ردیفی که
374
00:17:19,130 –> 00:17:21,589
به عنوان بعد دوم نامیده
375
00:17:21,589 –> 00:17:23,569
میشود، تکرار میشود و وقتی میخواهیم تمام این را در اینجا تکرار کنیم،
376
00:17:23,569 –> 00:17:25,130
بعد سوم میشود،
377
00:17:25,130 –> 00:17:28,929
بنابراین شکل در مورد ما
378
00:17:28,929 –> 00:17:32,690
چیزی نیست جز طول شکل،
379
00:17:32,690 –> 00:17:34,820
تعداد ابعاد است. طول شکل
380
00:17:34,820 –> 00:17:37,490
3 خواهد بود و
381
00:17:37,490 –> 00:17:39,710
مانند تعداد مقادیر در
382
00:17:39,710 –> 00:17:42,649
بعد اول در مورد ما 1 2 3 4
383
00:17:42,649 –> 00:17:45,559
خواهد بود، بنابراین در بعد دوم 4 خواهد بود، دوباره
384
00:17:45,559 –> 00:17:48,980
ما 1 2 3 4 بعد دوم خواهیم
385
00:17:48,980 –> 00:17:51,590
داشت 4 و در بعد سوم
386
00:17:51,590 –> 00:17:54,409
2 داریم ok این چیزی نیست جز
387
00:17:54,409 –> 00:17:57,919
شکل مقدار شکل آرایه ok
388
00:17:57,919 –> 00:17:59,390
بنابراین در این حالت اگر درست ببینید
389
00:17:59,390 –> 00:18:03,649
شکل چیزی جز 3 و 3 نیست و می
390
00:18:03,649 –> 00:18:05,870
گوید تعداد انتهای m و M است.
391
00:18:05,870 –> 00:18:08,840
تعداد ابعاد یون هایی که ما داریم، بنابراین در
392
00:18:08,840 –> 00:18:11,230
این موارد، نوع کل
393
00:18:11,230 –> 00:18:14,720
نوع داده اساساً در 32 است، می تواند
394
00:18:14,720 –> 00:18:17,630
پیچیده باشد و اندازه در
395
00:18:17,630 –> 00:18:20,510
اصل در ضرب است، بنابراین اندازه چیزی نیست،
396
00:18:20,510 –> 00:18:22,549
اما هر مقدار که به شکل درست
397
00:18:22,549 –> 00:18:25,880
باشد، فقط در آن ضرب می شود. این مورد
398
00:18:25,880 –> 00:18:30,230
3×3 در 9 است و با این حالت درست
399
00:18:30,230 –> 00:18:33,230
آنقدر قبل از x 2 ضرب می
400
00:18:33,230 –> 00:18:42,830
شود که 16×2 می شود اندازه 32 می شود
401
00:18:42,830 –> 00:18:46,210
خوب است بنابراین اندازه
402
00:18:46,210 –> 00:18:49,760
به این صورت می آید و به این بخش برای شرکت های مختلف می رسد.
403
00:18:49,760 –> 00:18:50,870
بله،
404
00:18:50,870 –> 00:18:53,659
بنابراین این می تواند آن را تصور کند، سپس ما
405
00:18:53,659 –> 00:18:57,500
آن را به این صورت تصور می کنیم که در این موارد، کسی که در این موارد بخش نیست،
406
00:18:57,500 –> 00:19:00,409
ابتدا اساساً
407
00:19:00,409 –> 00:19:02,360
داده های کارمند است، بنابراین این اساساً هر
408
00:19:02,360 –> 00:19:05,480
ردیف از داده هایی است که Tobit منفرد دارد
409
00:19:05,480 –> 00:19:06,830
مانند نام کارمند،
410
00:19:06,830 –> 00:19:09,679
کارمند سندی و سپس
411
00:19:09,679 –> 00:19:11,779
این مانند مقادیر متعددی از کارمندان
412
00:19:11,779 –> 00:19:13,789
خواهد بود، این مانند یک
413
00:19:13,789 –> 00:19:15,229
Mattia متفاوت خواهد بود، بعد سوم بخش خواهد بود
414
00:19:15,229 –> 00:19:18,739
در این مورد بله درست متوجه شدید
415
00:19:18,739 –> 00:19:20,989
، بنابراین اجازه دهید شکل را حرکت دهیم که
416
00:19:20,989 –> 00:19:23,840
اساساً به معنای تعداد مقادیر
417
00:19:23,840 –> 00:19:27,320
در تعدادی val است. ues در هر فراخوانی هر
418
00:19:27,320 –> 00:19:29,929
کدام ابعاد هستند و انتهای آن اساساً
419
00:19:29,929 –> 00:19:32,419
مهر و موم شده است تعداد ابعاد
420
00:19:32,419 –> 00:19:35,960
طول شکل با پایان یکسان خواهد بود
421
00:19:35,960 –> 00:19:38,259
خوب که باید به خاطر داشته باشیم
422
00:19:38,259 –> 00:19:40,700
این چیز کمی پیچیده است
423
00:19:40,700 –> 00:19:41,600
به عنوان نوع مقادیر پیچیده می شود.
424
00:19:41,600 –> 00:19:44,059
ممکن است
425
00:19:44,059 –> 00:19:44,840
خوب تغییر کند
426
00:19:44,840 –> 00:19:46,940
اما این اندازه اساساً به
427
00:19:46,940 –> 00:19:49,700
معنای ضرب همه مقادیر در این
428
00:19:49,700 –> 00:19:51,450
شکل است.
429
00:19:51,450 –> 00:19:53,790
اجازه دهید همین مثال را در این مورد
430
00:19:53,790 –> 00:19:56,190
II برای یک داده سه
431
00:19:56,190 –> 00:19:57,510
432
00:19:57,510 –> 00:20:00,000
بعدی انجام دهیم.
433
00:20:00,000 –> 00:20:03,450
انجام می دهد این است که تلاش می کنیم
434
00:20:03,450 –> 00:20:06,360
این داده های بعدی کلیدی را در مورد خود نشان دهیم،
435
00:20:06,360 –> 00:20:09,150
درست کاری که ما سعی می کنیم انجام دهیم این است که آنها را
436
00:20:09,150 –> 00:20:11,730
در بسته قرار می دهیم، بنابراین این اساساً یک
437
00:20:11,730 –> 00:20:14,610
پشته منبع بود که ما داشتیم و این
438
00:20:14,610 –> 00:20:18,150
دومین پشته بود که درست داشتیم، بنابراین آنچه پایتون
439
00:20:18,150 –> 00:20:20,670
در تلاش است تا آن را انجام دهد. انجام دهید این است که این برچسب ها را در یک
440
00:20:20,670 –> 00:20:24,780
خط جداگانه نگه دارید اگر می بینید این مانند یک
441
00:20:24,780 –> 00:20:27,660
زمین 2 در 2 است، این مانند یک بعد اول و
442
00:20:27,660 –> 00:20:29,790
دوم و بیش از بعد سوم
443
00:20:29,790 –> 00:20:31,470
است، به عنوان مثال ما یک
444
00:20:31,470 –> 00:20:33,480
بخش درست داشتیم تا چه چیزی می توانیم بگوییم
445
00:20:33,480 –> 00:20:35,610
این مورد این است که داده های مربوط
446
00:20:35,610 –> 00:20:37,890
به بخش 1 است این داده هایی
447
00:20:37,890 –> 00:20:40,380
است که مربوط به بخش است –
448
00:20:40,380 –> 00:20:42,000
این ابعاد در اینجا نشان داده شده است
449
00:20:42,000 –> 00:20:45,920
من حدس می زنم همه با این اکنون واضح هستند
450
00:20:45,920 –> 00:20:50,970
بنابراین فقط یک مثال کوچک در نظر بگیرید و اگر همین
451
00:20:50,970 –> 00:20:52,530
الان می بینید سه
452
00:20:52,530 –> 00:20:55,740
بعد در numpy وجود دارد درست همانطور که
453
00:20:55,740 –> 00:20:58,260
در اینجا دیدیم که کمی متفاوت
454
00:20:58,260 –> 00:21:00,450
است اتفاقی که افتاده است.
455
00:21:00,450 –> 00:21:02,580
456
00:21:02,580 –> 00:21:04,680
457
00:21:04,680 –> 00:21:06,630
458
00:21:06,630 –> 00:21:08,790
بعد دوم می
459
00:21:08,790 –> 00:21:10,800
آید بعد دوم و سوم می
460
00:21:10,800 –> 00:21:13,110
آید بعد آخر همه
461
00:21:13,110 –> 00:21:15,720
اینجا واضح باشند بنابراین این چیزی است که
462
00:21:15,720 –> 00:21:18,030
طول بعد سوم طول بعد دوم است
463
00:21:18,030 –> 00:21:21,780
و بعد اولی که می بینید مانند
464
00:21:21,780 –> 00:21:23,700
این دو بعد هستند بعد سوم خواهد بود
465
00:21:23,700 –> 00:21:25,800
خوب دو مقدار در
466
00:21:25,800 –> 00:21:29,220
بعد سوم – وقتی به داخل حرکت
467
00:21:29,220 –> 00:21:32,580
کردیم دوباره دو تا در آن وجود دارد – و وقتی
468
00:21:32,580 –> 00:21:34,500
به داخل حرکت کردیم سه بعد وجود دارد، اجازه دهید
469
00:21:34,500 –> 00:21:36,690
این مورد را اینجا چاپ کنم،
470
00:21:36,690 –> 00:21:40,950
بسیار خوب، بنابراین اگر n را دیدید در این مورد،
471
00:21:40,950 –> 00:21:42,779
بعد سوم دارای دو مقدار است و
472
00:21:42,779 –> 00:21:46,049
در داخل آن دارای سه مقدار است
473
00:21:46,049 –> 00:21:48,419
، بعد دوم و
474
00:21:48,419 –> 00:21:50,129
بعد سوم، اولین بعد است
475
00:21:50,129 –> 00:21:52,379
که دارای سه مقدار است بله، بنابراین اجازه دهید
476
00:21:52,379 –> 00:21:54,929
ابتدا به شما نشان دهم که چگونه این بت
477
00:21:54,929 –> 00:21:58,139
نمایش داده می شود خوب است. همانطور که پاتریک درست است
478
00:21:58,139 –> 00:22:00,059
چگونه چیز براکتی که
479
00:22:00,059 –> 00:22:02,279
برای براکت ها کار می کند دوباره این چیز را ایجاد می کند،
480
00:22:02,279 –> 00:22:04,759
بگذارید اینجا باشد، اما اجازه دهید یک لیست
481
00:22:04,759 –> 00:22:08,070
درست کنیم، بنابراین اساساً وقتی این
482
00:22:08,070 –> 00:22:12,239
لیست خالی را داریم و اجازه دهید دو سه چهار را ببینم
483
00:22:12,239 –> 00:22:15,029
این چیزی نیست جز اگر شما به سمت راست نگاه کنید
484
00:22:15,029 –> 00:22:17,099
آن را در بعد اول بگیرید، بنابراین
485
00:22:17,099 –> 00:22:18,690
ما یک سه ستون داریم که در آن
486
00:22:18,690 –> 00:22:21,599
مقادیر دو سه چهار هستند، در حال حاضر فقط می
487
00:22:21,599 –> 00:22:23,190
توانید تصور کنید که این دو سه چهار
488
00:22:23,190 –> 00:22:25,470
چیزی نیست جز داده های من کارمند مانند
489
00:22:25,470 –> 00:22:27,509
نام کارمند سن
490
00:22:27,509 –> 00:22:30,359
کارمند. و D این چیز چیزی نیست جز
491
00:22:30,359 –> 00:22:33,059
این از قبل فقط آن را به این صورت تصور کنید که
492
00:22:33,059 –> 00:22:34,529
در پایان مثال واقعی را در نظر می گیریم
493
00:22:34,529 –> 00:22:37,169
اما فقط برای قسمت توضیحی
494
00:22:37,169 –> 00:22:38,759
در حال حاضر می توانید این چیز را درک کنید
495
00:22:38,759 –> 00:22:41,879
و بنابراین وقتی می خواهیم این را به عنوان یک
496
00:22:41,879 –> 00:22:44,700
لیست چندگانه بپذیریم، خوب کاری که ما انجام خواهیم داد این است که
497
00:22:44,700 –> 00:22:46,679
می توانیم آنها را با ویرگول از هم جدا کنیم، اجازه دهید فقط
498
00:22:46,679 –> 00:22:49,159
مقادیر مختلف را در اینجا انتخاب
499
00:22:49,159 –> 00:22:52,009
کنیم، کاری که باید انجام دهیم این است که
500
00:22:52,009 –> 00:22:53,809
دوباره آنها را در لیست خود قرار دهیم، بسیار خوب، بنابراین
501
00:22:53,809 –> 00:22:56,679
این چیزی نیست جز لیست لیست ها. این
502
00:22:56,679 –> 00:22:59,749
اساساً لیستی از لیستها است، خوب است
503
00:22:59,749 –> 00:23:03,409
و حالا آن تانکها این اتفاق افتاده است،
504
00:23:03,409 –> 00:23:05,119
این چیزی نیست جز یک بعد جدید
505
00:23:05,119 –> 00:23:07,999
506
00:23:07,999 –> 00:23:10,580
507
00:23:10,580 –> 00:23:11,809
508
00:23:11,809 –> 00:23:15,649
درون به عنوان یک rosier بسیار خوب است
509
00:23:15,649 –> 00:23:17,599
و چیزی که با کاما از هم جدا شده است
510
00:23:17,599 –> 00:23:19,970
این چیز را دوباره به عنوان یک لیست می سازد، بنابراین اینها
511
00:23:19,970 –> 00:23:22,249
اکنون به ستون های من تبدیل شده اند، بنابراین اینها
512
00:23:22,249 –> 00:23:24,139
نقش های فردی هستند، اکنون اینها
513
00:23:24,139 –> 00:23:26,299
ردیف های جداگانه هستند، بنابراین این یک
514
00:23:26,299 –> 00:23:28,009
آرایه دو بعدی است، بنابراین این یک دو است.
515
00:23:28,009 –> 00:23:30,440
پس اکنون وقتی میخواهیم بگوییم
516
00:23:30,440 –> 00:23:31,909
اینها سه کارمند من در
517
00:23:31,909 –> 00:23:34,129
بخش اول هستند، بنابراین اینها چیزی جز
518
00:23:34,129 –> 00:23:37,279
سه نفر نیستند که هر یک از این
519
00:23:37,279 –> 00:23:38,659
لیست شامل جزئیات این
520
00:23:38,659 –> 00:23:42,129
کارمند است، اکنون میخواهم بعد بخش دوم را
521
00:23:42,129 –> 00:23:45,649
انتخاب کنم، بنابراین میتوانم بگویم
522
00:23:45,649 –> 00:23:48,889
آنجا اکنون سه بخش هستند، اجازه دهید من
523
00:23:48,889 –> 00:23:51,409
آنها را در فهرستی بپوشانم،
524
00:23:51,409 –> 00:23:54,049
قبل از این که من سعی میکنم این مورد را
525
00:23:54,049 –> 00:23:56,989
پیادهسازی کنم، خوب است، بنابراین اینها
526
00:23:56,989 –> 00:23:58,820
اساساً تکرار میشوند، اما شما نمیتوانید
527
00:23:58,820 –> 00:24:00,409
اصل آن را ببینید، مثلاً آنچه اتفاق میافتد این است که
528
00:24:00,409 –> 00:24:02,330
اینها چیزی جز سه
529
00:24:02,330 –> 00:24:04,749
بخش نیستند. این بعد سوم من
530
00:24:04,749 –> 00:24:08,119
است که من یک بعد دوم دارم
531
00:24:08,119 –> 00:24:11,359
و آخرین بعد که ما بعد سوم داریم
532
00:24:11,359 –> 00:24:13,429
بله او است
533
00:24:13,429 –> 00:24:15,679
من مجبور شدم آن را با چیز خالی شروع کنم
534
00:24:15,679 –> 00:24:18,499
اما من فقط با چیز ادامه می دهم بنابراین
535
00:24:18,499 –> 00:24:21,499
حدس می زنم اکنون واضح است بنابراین وقتی چاپ می کنیم
536
00:24:21,499 –> 00:24:24,200
جزئیات این لیست دقیقاً همان
537
00:24:24,200 –> 00:24:27,320
چیزی است که ما در حال حاضر ایجاد کردیم، 3 3 3 خواهد بود، همانطور
538
00:24:27,320 –> 00:24:30,889
که می بینید بله، اساساً یک
539
00:24:30,889 –> 00:24:33,259
بعد سوم است که ابتدا شروع می شود اما
540
00:24:33,259 –> 00:24:35,049
بعد سوم دارای سه مقدار است
541
00:24:35,049 –> 00:24:37,669
و در آن بعد دوم
542
00:24:37,669 –> 00:24:40,700
دارای سه مقدار است و بعد سوم
543
00:24:40,700 –> 00:24:42,470
داشتن سه مورد معتبر است، حدس میزنم
544
00:24:42,470 –> 00:24:49,190
که این چیز از قبل واضح است، خوب، من
545
00:24:49,190 –> 00:24:52,650
باید بچشم
546
00:24:52,650 –> 00:24:55,049
خوب، پس این تلفن است، اما برای درست کردن آن،
547
00:24:55,049 –> 00:24:58,590
باید کارهایی مانند اوکی انجام دهیم
548
00:24:58,590 –> 00:25:01,799
تا همه روشن باشند و من این کار را انجام خواهم داد.
549
00:25:01,799 –> 00:25:04,559
بعداً آن را کپی-پیست کنید، بنابراین کاری که
550
00:25:04,559 –> 00:25:08,840
من انجام خواهم داد این است که من این را میگیرم،
551
00:25:09,080 –> 00:25:11,220
ما باید با عدم تعادل واقعاً خوب باشیم،
552
00:25:11,220 –> 00:25:16,220
خوب این چیز خوب است،
553
00:25:17,270 –> 00:25:20,990
خوب متوجه شدی من چهار
554
00:25:20,990 –> 00:25:23,270
بعد سه بعدی دارم، اکنون همه کاملاً واضح هستند
555
00:25:23,270 –> 00:25:24,950
که این موضوع این درک درست است.
556
00:25:24,950 –> 00:25:26,540
شکل و ابعاد بسیار مهم
557
00:25:26,540 –> 00:25:27,710
است، به همین دلیل است که من برای این موضوع وقت می گذارم،
558
00:25:27,710 –> 00:25:30,800
زیرا این یک
559
00:25:30,800 –> 00:25:34,250
چیز بسیار مهم است، بنابراین اجازه دهید به سراغ
560
00:25:34,250 –> 00:25:36,620
روش های جالبی برویم که به تعداد زیاد در دسترس هستند، بنابراین
561
00:25:36,620 –> 00:25:38,000
این ها روش های بسیار جالبی هستند که
562
00:25:38,000 –> 00:25:40,610
واقعاً مفید هستند اما ما خواهیم دید که چگونه
563
00:25:40,610 –> 00:25:44,180
آنها تبدیل به هاین می شوند، بنابراین
564
00:25:44,180 –> 00:25:46,820
اجازه دهید ابتدا این چیزها را برای شما توضیح دهم،
565
00:25:46,820 –> 00:25:49,850
بنابراین این با ریشه Z بی حس می شود، بنابراین چه اتفاقی می
566
00:25:49,850 –> 00:25:53,060
افتد 0، بنابراین اجازه دهید ابتدا ببینیم
567
00:25:53,060 –> 00:25:56,780
این عدد 0 چیست، بنابراین 0 اساسا ما را ایجاد می کند.
568
00:25:56,780 –> 00:25:59,540
به آن یک شکل می دهیم و
569
00:25:59,540 –> 00:26:01,250
یک آرایه برای خود ایجاد می کنیم که
570
00:26:01,250 –> 00:26:03,440
مقادیر زیر صفر است، همه مقادیر
571
00:26:03,440 –> 00:26:06,080
0 خواهد بود، چیزی نخواهد داشت، فقط
572
00:26:06,080 –> 00:26:08,810
0 مقدار خواهد داشت، اما آن را بر
573
00:26:08,810 –> 00:26:11,630
اساس شکلی که می دهیم ایجاد می کند ok. همانطور که
574
00:26:11,630 –> 00:26:14,150
می دانیم اکنون w چه شکلی است خواهیم دید که چگونه
575
00:26:14,150 –> 00:26:16,220
میتوانیم از آن استفاده کنیم و سپس یک آرایه
576
00:26:16,220 –> 00:26:17,450
مستقیم خواهیم داشت که این
577
00:26:17,450 –> 00:26:20,390
آرایه ناقص خالق با شکلی با تمام
578
00:26:20,390 –> 00:26:23,690
مقادیر 1، یک خالی ایجاد میکند،
579
00:26:23,690 –> 00:26:26,180
مقادیر میتوانند کمی تصادفی باشند، اما
580
00:26:26,180 –> 00:26:28,400
اکثراً بهعنوان 1 چیزی نیست. اما یک
581
00:26:28,400 –> 00:26:30,770
ماتریس هویتی را خواهیم دید که
582
00:26:30,770 –> 00:26:32,030
واقعاً ماتریس هویت است
583
00:26:32,030 –> 00:26:34,010
که به آن خوش آمدید، بنابراین به ما اطلاع دهید 1 بنابراین آنچه که
584
00:26:34,010 –> 00:26:36,950
ما در اینجا انجام می دهیم n است نقطه P اینجا را ببینید این
585
00:26:36,950 –> 00:26:39,770
بود که باید شکلی بدهیم بنابراین شکل
586
00:26:39,770 –> 00:26:42,470
چیزی جز چندتایی نیست و ما هستند در 3
587
00:26:42,470 –> 00:26:46,370
کاما 4 3 بعد دوم من است 4 او
588
00:26:46,370 –> 00:26:48,740
بعد 1 من است بنابراین حدس می زنم همه
589
00:26:48,740 –> 00:26:50,240
باید با این زبان واضح باشند اکنون
590
00:26:50,240 –> 00:26:52,730
قسمت ابعادی که در آن داریم
591
00:26:52,730 –> 00:26:55,460
3 بعد دوم است و
592
00:26:55,460 –> 00:26:57,350
چهارم چیزی جز بعد اول
593
00:26:57,350 –> 00:26:59,840
نیست زیرا درست متوجه شدید پس آنچه ما
594
00:26:59,840 –> 00:27:02,690
می گوییم اساساً بعد چهارم است از
595
00:27:02,690 –> 00:27:04,730
جایی که از جایی شروع می کنیم که می گوییم
596
00:27:04,730 –> 00:27:07,310
این ردیف اول است و
597
00:27:07,310 –> 00:27:09,170
بعد دوم چیزی جز انتشار
598
00:27:09,170 –> 00:27:10,760
آن نیست بنابراین انتشار اساساً به این معنی است
599
00:27:10,760 –> 00:27:13,940
که همان ساختار دنبال می شود بنابراین می
600
00:27:13,940 –> 00:27:16,310
گوییم 3 کام. a 4 بنابراین در این مورد ما
601
00:27:16,310 –> 00:27:19,040
همچنین می توانیم آن را به عنوان 3 ردیف
602
00:27:19,040 –> 00:27:22,250
و 4 ستون نیز می توانیم
603
00:27:22,250 –> 00:27:25,580
آن را به عنوان 3 ردیف و 4 ستون تفسیر کنیم بنابراین
604
00:27:25,580 –> 00:27:28,310
این چیزی نیست جز x و y برای شما
605
00:27:28,310 –> 00:27:29,690
این یک x و y است.
606
00:27:29,690 –> 00:27:32,000
از x و y نگذرید این مستبد
607
00:27:32,000 –> 00:27:33,430
و ستون است
608
00:27:33,430 –> 00:27:36,170
یک بار استفاده از این شما باید
609
00:27:36,170 –> 00:27:38,000
فکر کنید که چه فایده ای دارد ما به این
610
00:27:38,000 –> 00:27:40,460
خواهیم رسید که چرا باید این چیزها را ایجاد کنیم
611
00:27:40,460 –> 00:27:42,740
اما آنها واقعاً مفید هستند
612
00:27:42,740 –> 00:27:44,960
بنابراین همین الان ببینید وجود شما چیست،
613
00:27:44,960 –> 00:27:47,120
پس در این مورد دوباره ما دو
614
00:27:47,120 –> 00:27:49,760
سه چهار داریم، بنابراین دو اساساً آخرین
615
00:27:49,760 –> 00:27:51,710
بعد است و در آن ما
616
00:27:51,710 –> 00:27:53,780
سه بعد داریم و این چهار ستون
617
00:27:53,780 –> 00:27:57,500
ما یک خالی داریم به طوری که خالی گفتن
618
00:27:57,500 –> 00:28:00,170
اساساً به این معنی است که چیزی را مقداردهی اولیه
619
00:28:00,170 –> 00:28:02,630
نمی کند. بیشتر سعی می کند
620
00:28:02,630 –> 00:28:04,430
هر چیزی را که در حافظه موجود است به صورت تصادفی نگه
621
00:28:04,430 –> 00:28:07,250
دارد، فقط با آن مقداردهی اولیه کنید، اما
622
00:28:07,250 –> 00:28:10,070
اکثراً صفر است، اما به صفر نروید
623
00:28:10,070 –> 00:28:11,570
، مانند نقطه صفر دو صفر صفر
624
00:28:11,570 –> 00:28:13,430
صفر صفر دو سه چهار
625
00:28:13,430 –> 00:28:15,560
چیزهایی خواهد بود، اما این کمی تصادفی
626
00:28:15,560 –> 00:28:17,630
است این فقط یک خالی است لیست y
627
00:28:17,630 –> 00:28:20,180
لازم نیست مستقیماً از آن استفاده کنیم،
628
00:28:20,180 –> 00:28:24,530
باید مقادیر I را مقداردهی اولیه کنیم، بنابراین به
629
00:28:24,530 –> 00:28:27,500
این ماتریس هویت K
630
00:28:27,500 –> 00:28:30,230
می گویند، این چیزی نیست جز ماتریس هویت، اتفاقی که می
631
00:28:30,230 –> 00:28:32,540
افتد، ماتریس
632
00:28:32,540 –> 00:28:34,730
مربع است. سطرها
633
00:28:34,730 –> 00:28:36,320
و تعداد ستون ها همیشه یکسان خواهد بود
634
00:28:36,320 –> 00:28:38,570
تعداد ابعاد شکل
635
00:28:38,570 –> 00:28:41,330
در هر بعد یکسان خواهد بود و آنچه
636
00:28:41,330 –> 00:28:44,090
ما داریم یک بار در مورب است همه
637
00:28:44,090 –> 00:28:46,100
مقادیر مورب یکی خواهند داشت بنابراین
638
00:28:46,100 –> 00:28:49,820
به این ماتریس هویت
639
00:28:49,820 –> 00:28:53,240
بله خالی می گویند. اساساً حافظه را ذخیره می
640
00:28:53,240 –> 00:28:54,920
کند و فقط مقادیر پیش فرض را از حافظه خارج می کند،
641
00:28:54,920 –> 00:28:58,100
اما آنها تصادفی هستند،
642
00:28:58,100 –> 00:29:00,050
لازم نیست فکر کنید
643
00:29:00,050 –> 00:29:01,910
صفر وجود دارد، بنابراین این تنها
644
00:29:01,910 –> 00:29:03,770
چیزی است که فقط خالی است و لازم نیست
645
00:29:03,770 –> 00:29:05,300
چیزی را فرض کنید در آنجا می توانید
646
00:29:05,300 –> 00:29:06,710
خودتان آن را مقداردهی اولیه کنید،
647
00:29:06,710 –> 00:29:08,540
بله، اما فضا به آنها اختصاص داده می شود
648
00:29:08,540 –> 00:29:10,550
که بیشتر از این، این روش وجود دارد
649
00:29:10,550 –> 00:29:13,040
که یک رژیم غذایی است، بنابراین کاری که dag انجام می دهد این است
650
00:29:13,040 –> 00:29:14,360
که
651
00:29:14,360 –> 00:29:17,030
مقادیر مورب را برای شما استخراج می کند، بنابراین آنچه
652
00:29:17,030 –> 00:29:19,640
ما در آرایه خود داشتیم، بنابراین از این آرایه ما
653
00:29:19,640 –> 00:29:22,250
اگر
654
00:29:22,250 –> 00:29:24,260
درست میبینید یک و چهار عناصر مورب هستند، میخواهید عناصر مورب را بردارید
655
00:29:24,260 –> 00:29:26,660
، بنابراین با داگ فقط
656
00:29:26,660 –> 00:29:28,760
سعی میکنیم آن چیزها را همانطور که درست ذکر کردم استخراج کنیم،
657
00:29:28,760 –> 00:29:30,620
بنابراین numpy بیشتر
658
00:29:30,620 –> 00:29:32,930
سعی میکند با جبر خطی مقابله کند
659
00:29:32,930 –> 00:29:36,140
تا دادهها را در اختیار داشته باشیم. در قالب
660
00:29:36,140 –> 00:29:39,170
ماتریسها و ما باید از
661
00:29:39,170 –> 00:29:42,269
جبر خطی برای مقابله با این ماتریسها استفاده
662
00:29:42,269 –> 00:29:44,489
کنیم، به همین دلیل است که اکثر موارد را میبینیم
663
00:29:44,489 –> 00:29:46,139
اگر جبر خطی را
664
00:29:46,139 –> 00:29:49,169
از چیزهای کلاس به یاد بیاورید، خواهید دید
665
00:29:49,169 –> 00:29:50,729
که بیشتر چیزها اشتباه هستند.
666
00:29:50,729 –> 00:29:52,679
خطی باشید تا چند توابع خاص وجود
667
00:29:52,679 –> 00:29:55,259
داشته باشد، بنابراین ما قبلاً در مورد محدوده می دانیم،
668
00:29:55,259 –> 00:29:58,979
بنابراین آنچه که با محدوده محدوده اتفاق می افتد
669
00:29:58,979 –> 00:30:02,399
، لیستی از مقادیری را
670
00:30:02,399 –> 00:30:04,589
که می خواهیم خوب باشد به ما ارائه می دهد، بنابراین
671
00:30:04,589 –> 00:30:08,369
یک محدوده اساساً بخشی از یک
672
00:30:08,369 –> 00:30:11,249
داور است که ایجاد می کند. یک محدوده با این
673
00:30:11,249 –> 00:30:14,159
ابعاد بسیار خوب است، بنابراین این یک شکل
674
00:30:14,159 –> 00:30:15,749
کمتر شبیه به محدوده ایجاد می کند، اما
675
00:30:15,749 –> 00:30:18,869
فرمت آرایه numpy justina است، بنابراین فقط
676
00:30:18,869 –> 00:30:20,519
برای مثالی که باید اساساً
677
00:30:20,519 –> 00:30:22,829
نمایه این را بنویسیم،
678
00:30:22,829 –> 00:30:25,320
به نمایه سازی می رسیم اما ما خیلی خب
679
00:30:25,320 –> 00:30:26,940
، وقتی به ایندکس ها رسیدیم، مردم به آن نگاه کنند
680
00:30:26,940 –> 00:30:30,029
، من می بینم که این نقطه را به شما می دهم، بنابراین یک
681
00:30:30,029 –> 00:30:31,499
محدوده و یک نام، پس هیچ چیز تفاوتی ندارد،
682
00:30:31,499 –> 00:30:33,869
اما تنها چیزی است که محدوده یک
683
00:30:33,869 –> 00:30:36,419
محدوده خروجی را به عنوان یک آرایه numpy به شما می دهد
684
00:30:36,419 –> 00:30:38,489
اگر ساختار
685
00:30:38,489 –> 00:30:41,190
کاملاً دیده میشود، بنابراین همانطور که میدانیم
686
00:30:41,190 –> 00:30:43,739
به آن یک مقدار شروع میدهیم،
687
00:30:43,739 –> 00:30:46,019
به آن یک مقدار پایان میدهیم و اندازه مرحله را
688
00:30:46,019 –> 00:30:49,019
خوب میدهیم، همانطور که میتوانیم درست ببینیم 10 15 20
689
00:30:49,019 –> 00:30:52,769
25، اما وقتی نوع شکل
690
00:30:52,769 –> 00:30:55,139
آن را میبینیم شروع ظاهر شدن که تنها
691
00:30:55,139 –> 00:30:56,710
تفاوت است
692
00:30:56,710 –> 00:30:58,360
خوب است و این یک روش دیگر وجود دارد
693
00:30:58,360 –> 00:31:01,779
که یک فضای خطی است که چه اتفاقی می
694
00:31:01,779 –> 00:31:03,700
افتد تفاوت بین ena در و خط
695
00:31:03,700 –> 00:31:06,669
این یک تابع جالب است بنابراین چه
696
00:31:06,669 –> 00:31:08,889
اتفاقی می افتد خوب است بنابراین ما سعی می کنیم بگوییم
697
00:31:08,889 –> 00:31:11,350
که من این عدد را این دو
698
00:31:11,350 –> 00:31:14,740
عدد داشته باشید و من می خواهم به طور مساوی
699
00:31:14,740 –> 00:31:17,649
این تعداد اعداد را بین این محدوده ایجاد کنم و
700
00:31:17,649 –> 00:31:18,999
آنها باید مساوی باشند
701
00:31:18,999 –> 00:31:20,799
فاصله بین آنها
702
00:31:20,799 –> 00:31:22,869
باید مساوی باشد و من ده عدد می خواهم
703
00:31:22,869 –> 00:31:24,759
این همان کاری است که انجام می دهد بنابراین آنچه را که ما
704
00:31:24,759 –> 00:31:27,039
داستان می گوییم به ما می گوید شرط بندی ارزش ها را می خواهید بین
705
00:31:27,039 –> 00:31:30,610
1 و صد گنجانده شده است و ما می خواهیم آن را
706
00:31:30,610 –> 00:31:33,070
به 10 تقسیم کنیم اگر می توانید قرمز را ببینید،
707
00:31:33,070 –> 00:31:36,009
این اساساً 1 است در اینجا mod 0، به
708
00:31:36,009 –> 00:31:37,600
همین دلیل است که می بینید این تفاوت زمانی است که
709
00:31:37,600 –> 00:31:39,519
ما 10 مقدار را داریم، بنابراین این فقط برای
710
00:31:39,519 –> 00:31:41,289
همراهی با شماست. توابع مختلف
711
00:31:41,289 –> 00:31:43,929
موجود در این و وقتی
712
00:31:43,929 –> 00:31:45,820
دقیقاً به سراغ مثالها میرویم،
713
00:31:45,820 –> 00:31:47,889
نشان میدهیم که چگونه از آن در یک فایل
714
00:31:47,889 –> 00:31:50,409
715
00:31:50,409 –> 00:31:52,149
716
00:31:52,149 –> 00:31:54,309
استفاده میکنیم.
717
00:31:54,309 –> 00:31:56,230
بنابراین، فضای خطی هیجانانگیزتر خواهد بود،
718
00:31:56,230 –> 00:32:00,669
درست اجازه دهید آن را ببینم، همچنان
719
00:32:00,669 –> 00:32:04,059
سعی میکند مانند 10 مقداری
720
00:32:04,059 –> 00:32:06,460
که بسیار نزدیک هستند، اما در محدوده
721
00:32:06,460 –> 00:32:10,059
11 22 33 44، فقط مقادیر فاصله مساوی Li ایجاد میکند
722
00:32:10,059 –> 00:32:12,429
در این مورد، در اینجا بسیار خوب است.
723
00:32:12,429 –> 00:32:14,649
بنابراین فقط برای اینکه به شما مثالی بزنم، من
724
00:32:14,649 –> 00:32:17,019
یک matplotlib وارد کردم، بنابراین این چیزی نیست
725
00:32:17,019 –> 00:32:18,580
جز یک نمودار از matplotlib،
726
00:32:18,580 –> 00:32:20,980
ما فقط یک فضای خطی
727
00:32:20,980 –> 00:32:24,789
با فاصله مساوی ایجاد کردهایم و از آن برای
728
00:32:24,789 –> 00:32:28,210
چاپ برخی از توابع پای استفاده کردهایم و توابع bio
729
00:32:28,210 –> 00:32:31,629
به صورت سینوس داده میشوند. X و
730
00:32:31,629 –> 00:32:34,179
سینوس ساختار گراف دیگری را
731
00:32:34,179 –> 00:32:38,019
در اینجا ایجاد خواهد کرد، به عنوان مثال اگر کسی
732
00:32:38,019 –> 00:32:40,539
بخواهد به عمق برود، میتواند اما در غیر این صورت
733
00:32:40,539 –> 00:32:42,830
734
00:32:42,830 –> 00:32:46,070
در فضای جبر خطی کاملاً متفاوت است، وقتی
735
00:32:46,070 –> 00:32:49,460
ماتریسها را داریم، ماتریسهای بالایی تا
736
00:32:49,460 –> 00:32:51,560
ماتریس هسته و ماتریس پایینتری
737
00:32:51,560 –> 00:32:53,660
داریم. ماتریس بالا
738
00:32:53,660 –> 00:32:56,090
مثلثی ماتریس پایین مثلثی این فقط یک
739
00:32:56,090 –> 00:32:57,860
نمونه از آن است، بنابراین آنچه که می گوید
740
00:32:57,860 –> 00:33:00,320
آبی مثلثی است یا یک ماتریس خوب است
741
00:33:00,320 –> 00:33:02,420
و سعی می کند ماتریس پایین را استخراج کند
742
00:33:02,420 –> 00:33:05,660
و همچنین یک متریک در هر متریک
743
00:33:05,660 –> 00:33:08,860
داریم که ماتریس بالایی را این منهای به ما می دهد. 1
744
00:33:08,860 –> 00:33:11,960
این فقط این مورب را حفظ می کند و در عین حال
745
00:33:11,960 –> 00:33:13,820
با آن – یک راه این بار برای حذف
746
00:33:13,820 –> 00:33:15,710
آن مورب و در این مورد
747
00:33:15,710 –> 00:33:17,840
نیز دوباره مورب با 1 است اگر
748
00:33:17,840 –> 00:33:19,520
این یکی را بردارید، به ما
749
00:33:19,520 –> 00:33:21,890
قطر می دهد بنابراین این فقط یک مثلث است بالا
750
00:33:21,890 –> 00:33:25,580
و نمودار سینوس مثلثی بسیار خوب بله، پس
751
00:33:25,580 –> 00:33:30,650
این همان چیزی است که ما داریم این است که ببینیم چه
752
00:33:30,650 –> 00:33:33,980
کاری انجام داده ایم صفر تا 2 پی، بنابراین نقطه NP
753
00:33:33,980 –> 00:33:36,890
چیزی نیست جز یک مقدار PI چیزی که ما انجام دادیم 0
754
00:33:36,890 –> 00:33:40,670
تا 5 است 3.1 بنابراین ما صد مقدار ایجاد کردیم.
755
00:33:40,670 –> 00:33:42,770
که ch مقادیر مساوی فاصله
756
00:33:42,770 –> 00:33:45,440
بین 0 تا PI K هستند و سپس کاری که ما انجام دادیم
757
00:33:45,440 –> 00:33:48,380
فقط n PI نقطه سینوس X است، بنابراین علامت
758
00:33:48,380 –> 00:33:50,180
برای هر مقدار ایجاد می
759
00:33:50,180 –> 00:33:53,330
کند، یک علامت به خوبی ایجاد می کند و
760
00:33:53,330 –> 00:33:54,830
درست زمانی که آن را به درستی ترسیم کردید، درست می شود.
761
00:33:54,830 –> 00:33:56,780
سینوس باشد، بنابراین خواهیم دید که قدرت
762
00:33:56,780 –> 00:33:59,240
numpy اتفاق می افتد اگر درست ببینید چه
763
00:33:59,240 –> 00:34:01,700
اتفاقی افتاده است، ما یک آرایه واحد X ایجاد
764
00:34:01,700 –> 00:34:04,970
کردیم و به آن X K دادیم و به طور
765
00:34:04,970 –> 00:34:07,330
خودکار عددی که من انجام دادم تابع سینوس
766
00:34:07,330 –> 00:34:11,570
روی هر مقدار X اعمال می شود
767
00:34:11,570 –> 00:34:16,339
. در F ذخیره شد و حروف f سرد را رسم کردیم که
768
00:34:16,339 –> 00:34:18,529
روی مثلث بالایی مثلثی حرکت می کنند،
769
00:34:18,529 –> 00:34:21,199
این فقط
770
00:34:21,199 –> 00:34:23,629
چند مثال در مورد آن به شما می دهد، بنابراین چاپ آرایه ها
771
00:34:23,629 –> 00:34:27,199
دوباره بسیار شبیه به قسمت شکل دهی I هستم،
772
00:34:27,199 –> 00:34:29,719
اما اجازه دهید این کار را انجام دهم،
773
00:34:29,719 –> 00:34:33,079
ما ایجاد کردیم و یک مرتبه ایجاد کردیم. 10-9
774
00:34:33,079 –> 00:34:36,018
مقدار P یا آیا او در مورد این شکل
775
00:34:36,018 –> 00:34:37,819
می دانست این روش وجود دارد که به آن شکل زیبا
776
00:34:37,819 –> 00:34:40,728
می گویند که این کار انجام می دهد این است که فقط سعی می
777
00:34:40,728 –> 00:34:43,159
کند شکل آرایه را تغییر دهد این
778
00:34:43,159 –> 00:34:45,109
واقعاً عملکرد جالبی است آنچه در اینجا اتفاق می افتد
779
00:34:45,109 –> 00:34:47,509
این اساساً ما اینجا 9 داریم
780
00:34:47,509 –> 00:34:50,299
ارزش ها را ترک می کنند که پس wh در ما انجام دادیم این است که
781
00:34:50,299 –> 00:34:53,179
ما دوازده مقدار را در اینجا گرفتیم و 212
782
00:34:53,179 –> 00:34:55,069
را درست می بینید، اجازه دهید ابتدا این مورد را حذف کنم
783
00:34:55,069 –> 00:34:57,619
و سپس به این نتیجه برسم که این چیزی نیست،
784
00:34:57,619 –> 00:35:00,920
اما به خوبی ارزش کاری را که من انجام دادم این است
785
00:35:00,920 –> 00:35:04,219
که اگر این تبلیغ را درست می بینید، شکل دو به سه را تغییر دهید
786
00:35:04,219 –> 00:35:06,799
. برای کار دو تا سه شکل
787
00:35:06,799 –> 00:35:10,549
II این دو است دو و سه این
788
00:35:10,549 –> 00:35:12,619
ضرب همیشه باید
789
00:35:12,619 –> 00:35:15,559
به دوازده برسد که باید مراقب باشید
790
00:35:15,559 –> 00:35:18,410
وگرنه اینطور نمی شود اگر
791
00:35:18,410 –> 00:35:20,809
بگویم 4 دارد به من می دهد که ما به آن می گوییم
792
00:35:20,809 –> 00:35:23,989
بند شکل. یک موضوع از اندازه دوازده
793
00:35:23,989 –> 00:35:25,940
به شکل واضح است که ضرب
794
00:35:25,940 –> 00:35:28,039
هشت را می بیند برای ضرب قبل از
795
00:35:28,039 –> 00:35:32,089
رفتن به 16 باید آن را به 16 تبدیل کند،
796
00:35:32,089 –> 00:35:34,069
بنابراین تغییر شکل معتقد است که
797
00:35:34,069 –> 00:35:36,680
ما یک آرایه واحد داشتیم که فقط
798
00:35:36,680 –> 00:35:38,900
یک بعدی و از یک
799
00:35:38,900 –> 00:35:41,749
بعد بود. ما سعی می کنیم آن را دوباره مرتب کنیم
800
00:35:41,749 –> 00:35:43,670
و یک آرایه چند بعدی از
801
00:35:43,670 –> 00:35:46,029
آن ایجاد کنیم، این روش واقعاً مهم است
802
00:35:46,029 –> 00:35:49,519
به طور مشابه برای x 3 پلان آن، بنابراین همانطور که
803
00:35:49,519 –> 00:35:51,380
ذکر کردم، آن را در داخل رشته
804
00:35:51,380 –> 00:35:54,589
تا حد ممکن به ابعاد مختلف می پردازیم، اما باید
805
00:35:54,589 –> 00:35:57,319
از چند برابر بودن آن مطمئن باشیم. این باید
806
00:35:57,319 –> 00:35:59,869
به طول روتین اعداد منتج شود،
807
00:35:59,869 –> 00:36:01,519
این فقط برای نشان
808
00:36:01,519 –> 00:36:04,130
دادن مثالی دیگر به شماست تا یک چیز دیگر را
809
00:36:04,130 –> 00:36:07,549
در مورد اعداد به شما نشان دهم، بنابراین کاری که من سعی می کنم انجام دهم این
810
00:36:07,549 –> 00:36:09,319
است که سعی می کنم ده هزار مقدار را والد کنم،
811
00:36:09,319 –> 00:36:12,619
اما اگر شما عدد درست را ببینید،
812
00:36:12,619 –> 00:36:14,630
آن را محدود میکند، فقط
813
00:36:14,630 –> 00:36:16,969
از ابتدا سه مقدار به من میدهد و
814
00:36:16,969 –> 00:36:20,089
از آخر مقدار کمی میدهد، میگوید فقط سعی کنید
815
00:36:20,089 –> 00:36:22,039
حافظه را برای خود احساس کنید، به شما اجازه نمیدهد
816
00:36:22,039 –> 00:36:25,190
مقادیر زیادی را ببینید زیرا فقط
817
00:36:25,190 –> 00:36:27,140
نوت بوک خود را خفه کنید، میتوانید
818
00:36:27,140 –> 00:36:30,200
تنظیمات را تغییر دهید همانطور که من در اینجا دارم
819
00:36:30,200 –> 00:36:32,390
آستانه را به این تغییر دهید که مقادیر می تواند
820
00:36:32,390 –> 00:36:35,869
هر چیزی باشد که من دوست دارم همانطور که می گویم درست است این
821
00:36:35,869 –> 00:36:38,240
مقدار هر چیزی خواهد بود اما یک محدوده
822
00:36:38,240 –> 00:36:41,119
در رشته کار نمی کند یک محدوده
823
00:36:41,119 –> 00:36:45,609
فقط اعداد را به شما برمی گرداند اما اگر من
824
00:36:45,609 –> 00:36:54,859
مانند s داشته باشم یک آرایه نقطه b c و t و n pi
825
00:36:54,859 –> 00:37:00,279
و و شروع صفحه است
826
00:37:01,450 –> 00:37:04,150
آیا منظور شما این بود که این نقاشی با
827
00:37:04,150 –> 00:37:06,250
زمزمه کردن یک تابع واقعاً کار نمی کند
828
00:37:06,250 –> 00:37:10,600
تا لیستی از مقادیر عددی را به شما ارائه دهد، فقط
829
00:37:10,600 –> 00:37:13,270
تعدادی مقادیر از صفر تا یک
830
00:37:13,270 –> 00:37:15,880
تا طولی که شما مشخص می کنید. و فقط
831
00:37:15,880 –> 00:37:17,920
عدد a را به شما می دهد محدوده ای که ما اساساً
832
00:37:17,920 –> 00:37:21,430
برای مثال ها استفاده می کنیم در این مورد بله یک
833
00:37:21,430 –> 00:37:23,530
محدوده فقط می تواند mini modicon می تواند
834
00:37:23,530 –> 00:37:25,360
فقط مقادیر عددی را برگرداند تا
835
00:37:25,360 –> 00:37:27,820
منطقه ای را که بیشتر از آن استفاده می کنید را به عنوان مثال در اختیار شما قرار دهد جایی
836
00:37:27,820 –> 00:37:30,070
که می خواهیم با ایندکس ها سر و کار داشته باشیم خوب است
837
00:37:30,070 –> 00:37:31,960
جایی که می خواهیم یک حلقه کوتاه ایجاد کنیم. و
838
00:37:31,960 –> 00:37:35,140
حلقه for ایندکس ها را خواهد داشت و
839
00:37:35,140 –> 00:37:37,150
سپس از محدوده a برای ایجاد همه این
840
00:37:37,150 –> 00:37:40,150
شاخص ها استفاده می کنیم، این فقط یک مثال است مانند اینکه چگونه
841
00:37:40,150 –> 00:37:42,610
می توانیم تعدادی اعداد تصادفی را در یک عدد ایجاد کنیم،
842
00:37:42,610 –> 00:37:46,890
بنابراین آنچه اتفاق می افتد این است که این
843
00:37:46,890 –> 00:37:51,880
عدد تصادفی NP بین
844
00:37:51,880 –> 00:37:55,090
دو تا سه خوب است. اما این تلاش برای
845
00:37:55,090 –> 00:38:00,160
انجام این است که شکل آن این است و شما درست می دانید که
846
00:38:00,160 –> 00:38:02,110
این مزاحمت است یک
847
00:38:02,110 –> 00:38:03,520
چیز آماری مانند جایی که ما در تلاش برای ایجاد
848
00:38:03,520 –> 00:38:06,640
یک توزیع یکنواخت هستیم، خوب جایی که
849
00:38:06,640 –> 00:38:09,250
توزیع کاملاً یکنواخت است بله
850
00:38:09,250 –> 00:38:10,990
این یک اعداد تصادفی است اینها
851
00:38:10,990 –> 00:38:12,460
اساساً مبتنی هستند در
852
00:38:12,460 –> 00:38:15,820
تصاویر آماری مانند مجموعه تصادفی
853
00:38:15,820 –> 00:38:18,220
خواهد بود که بعداً خواهیم آمد، اما مانند
854
00:38:18,220 –> 00:38:20,530
توزیع یکنواخت، ما توزیع نرمال
855
00:38:20,530 –> 00:38:23,800
آن چیزهای دیگر را داریم اما آن
856
00:38:23,800 –> 00:38:26,260
و n تابع است. که
857
00:38:26,260 –> 00:38:28,150
مقادیر بین با
858
00:38:28,150 –> 00:38:30,700
انحراف استاندارد یک و
859
00:38:30,700 –> 00:38:32,830
میانگین صفر را تولید می کند، این چیزی است که ما
860
00:38:32,830 –> 00:38:34,810
آن را نرمال استاندارد می نامیم که در آن میانگین اساساً یک است
861
00:38:34,810 –> 00:38:37,450
و متأسفانه میانگین اساساً 0 است و
862
00:38:37,450 –> 00:38:39,610
انحراف استاندارد یک است در
863
00:38:39,610 –> 00:38:42,520
این مورد یکنواخت است. توزیعی که
864
00:38:42,520 –> 00:38:45,490
در آن مقادیر به طور مساوی
865
00:38:45,490 –> 00:38:47,530
بین فرشته 0 تا 1 توزیع می شود، اما
866
00:38:47,530 –> 00:38:50,230
در این مورد به طور معمول توزیع می شود
867
00:38:50,230 –> 00:38:52,690
یا توزیع نرمال استاندارد
868
00:38:52,690 –> 00:38:54,970
خیلی به آن فکر نکنید، ما به آن خواهیم رسید،
869
00:38:54,970 –> 00:38:57,760
اما این فقط راهی برای
870
00:38:57,760 –> 00:38:58,930
افرادی که از آمار اطلاعی ندارند،
871
00:38:58,930 –> 00:39:01,330
میتوانید فعلاً آن را نادیده بگیرید،
872
00:39:01,330 –> 00:39:04,210
اما فقط سعی کنید ببینید که رند
873
00:39:04,210 –> 00:39:06,520
رند تابع مهمی است که در آن
874
00:39:06,520 –> 00:39:07,750
فقط میتوانیم یک اعداد تصادفی توزیع شده یکنواخت ایجاد کنیم
875
00:39:07,750 –> 00:39:10,060
و برای افرادی
876
00:39:10,060 –> 00:39:12,310
که از توزیع نرمال اطلاع دارند،
877
00:39:12,310 –> 00:39:15,010
Rand N تابعی است برای تولید
878
00:39:15,010 –> 00:39:18,640
اعضای بین با مقادیر
879
00:39:18,640 –> 00:39:21,520
میانگین صفر و استانداردسازی یک،
880
00:39:21,520 –> 00:39:26,760
اگر بخواهید برای افرادی که برای شما جالب هستند، خوب است،
881
00:39:26,760 –> 00:39:29,760
882
00:39:34,500 –> 00:39:36,560
883
00:39:39,660 –> 00:39:43,049
بنابراین این t است. او زمین و جایی که
884
00:39:43,049 –> 00:39:46,200
مقادیر اساساً از 0 و 1 هستند، اما جایی که ما
885
00:39:46,200 –> 00:39:48,690
باید این آزمایش را برای افرادی انجام دهیم
886
00:39:48,690 –> 00:39:51,589
که دقیقاً میخواهند ببینند، این
887
00:39:51,589 –> 00:39:54,150
توزیع عادی تصادفی BCD است وقتی میبینید
888
00:39:54,150 –> 00:39:56,779
که از منحنی زنگ پیروی میکند،
889
00:39:56,779 –> 00:39:59,400
اجازه دهید هزار را بگیرم. مقادیری برای
890
00:39:59,400 –> 00:40:01,410
روشن تر کردن آن اشکالی ندارد این
891
00:40:01,410 –> 00:40:03,059
اساساً یک منحنی زنگی است
892
00:40:03,059 –> 00:40:05,729
که در آن میانگین 0 دارید و انحراف استاندارد
893
00:40:05,729 –> 00:40:09,390
1 خواهد بود به طور مشابه اگر می
894
00:40:09,390 –> 00:40:11,369
خواهید این چیز را ترسیم کنید،
895
00:40:11,369 –> 00:40:13,410
توزیع یکنواخت خواهد
896
00:40:13,410 –> 00:40:15,720
شد. بنابراین بر روی همه مقادیر تقسیم می شود، بسیار
897
00:40:15,720 –> 00:40:17,580
898
00:40:17,580 –> 00:40:20,310
خوب، این یک توزیع یکنواخت است، شما
899
00:40:20,310 –> 00:40:21,840
فقط می خواهید یک متغیر تصادفی ایجاد کنید،
900
00:40:21,840 –> 00:40:24,090
می توانید آن را برای پول رد کنید
901
00:40:24,090 –> 00:40:27,150
، مشکلی نیست و فقط
902
00:40:27,150 –> 00:40:30,090
یک مقدار را به شما می دهد، بنابراین در پایان بله،
903
00:40:30,090 –> 00:40:34,110
ما داریم. حدس بزنید و باشه بنابراین در این
904
00:40:34,110 –> 00:40:37,580
موارد باید آن را مانند نام ها مشخص کنیم
905
00:40:37,580 –> 00:40:39,720
تا برای شما یک مقدار
906
00:40:39,720 –> 00:40:42,510
بین 200 ایجاد کند.
907
00:40:42,510 –> 00:40:45,660
908
00:40:45,660 –> 00:40:47,250
909
00:40:47,250 –> 00:40:50,640
انجام داد این
910
00:40:50,640 –> 00:40:53,190
است که همانطور که درست اشاره کردید خارج کنید، بنابراین
911
00:40:53,190 –> 00:40:55,110
ما این R را داریم و زمانی که یک
912
00:40:55,110 –> 00:40:57,360
دویست و ده عدد داریم به پایان می رسیم، می خواهیم
913
00:40:57,360 –> 00:40:59,460
ده عدد را استخراج کنیم، بنابراین همانطور که می بینید
914
00:40:59,460 –> 00:41:01,290
فقط یک عدد برای آن مورد می خواستید، یک عدد
915
00:41:01,290 –> 00:41:04,980
خوب بود، بنابراین قبل از آن ما دیدم که
916
00:41:04,980 –> 00:41:07,080
درست این است که یک مقدار واحد را استخراج کنیم، ما
917
00:41:07,080 –> 00:41:09,210
مجبور نیستیم آن را مشخص کنیم، اما وقتی می
918
00:41:09,210 –> 00:41:11,910
خواهیم چندین مقدار را مشخص
919
00:41:11,910 –> 00:41:13,680
کنیم، یک عدد تصادفی بین این محدوده ایجاد می کند،
920
00:41:13,680 –> 00:41:15,810
بنابراین این فقط یک مثال است مانند
921
00:41:15,810 –> 00:41:17,630
جایی که ما سعی می کنیم به
922
00:41:17,630 –> 00:41:21,500
طور مداوم مقادیر را استخراج کنیم. بین 1 200 و
923
00:41:21,500 –> 00:41:24,510
این یک مثال است، بنابراین در این مورد
924
00:41:24,510 –> 00:41:25,980
چیزی که اتفاق می افتد این است که ما فقط یک
925
00:41:25,980 –> 00:41:28,620
مثال داریم مانند 20 نمونه که از Oh
926
00:41:28,620 –> 00:41:32,160
dace پرتاب شده است، این مانند داشتن مقادیر
927
00:41:32,160 –> 00:41:35,670
بین 1 تا 6 است، مثلاً می میرد و
928
00:41:35,670 –> 00:41:39,360
ما 20 نمونه را در این مورد برداشتیم. پس
929
00:41:39,360 –> 00:41:41,840
این فقط یک مثال احتمالی در این مورد
930
00:41:41,840 –> 00:41:44,130
است، همه چیز برای آن روشن است تا زمانی
931
00:41:44,130 –> 00:41:46,920
که این چیز جالب است، اما بله، همانطور که
932
00:41:46,920 –> 00:41:49,560
به سمت راست حرکت می کنیم، مفیدتر خواهد بود،
933
00:41:49,560 –> 00:41:52,080
اما این فقط برای نشان دادن قدرت
934
00:41:52,080 –> 00:41:53,790
ناتوانی چیزی است که ما فقط به آن نگاه می کنیم.
935
00:41:53,790 –> 00:41:55,950
d است ویژگیهای
936
00:41:55,950 –> 00:41:57,990
متفاوتی که در حال حاضر با پایتون در دسترس است، ما
937
00:41:57,990 –> 00:42:00,300
آن را با توابع واقعی وصل نمیکنیم،
938
00:42:00,300 –> 00:42:01,290
اما به این میرسیم که
939
00:42:01,290 –> 00:42:04,350
عملیاتهای اساسی موجود در آنها
940
00:42:04,350 –> 00:42:06,330
چیست، بنابراین حالا اجازه دهید ببینم
941
00:42:06,330 –> 00:42:08,610
عملیاتهای اصلی مختلف در دسترس هستند، بنابراین
942
00:42:08,610 –> 00:42:11,370
ما یک داور ایجاد کردیم. دو آرایه در اینجا بنابراین
943
00:42:11,370 –> 00:42:15,900
ویژگی با numpy در bc python است،
944
00:42:15,900 –> 00:42:19,680
کاری که ما انجام دادیم این است که برای اضافه کردن به لیست
945
00:42:19,680 –> 00:42:22,230
باید از یک حلقه for عبور میکردیم و سپس آن
946
00:42:22,230 –> 00:42:24,180
را به لیست اضافه میکردیم، اما در این مورد اگر
947
00:42:24,180 –> 00:42:27,810
درست میبینید من a را ایجاد کردم و B a است. با داشتن 4
948
00:42:27,810 –> 00:42:30,250
مقدار، ما 4 مقدار نداریم،
949
00:42:30,250