"यदि कोई कर्मचारी अपना काम अच्छी तरह से करना चाहता है, तो उसे पहले अपने औजारों को तेज करना होगा।" - कन्फ्यूशियस, "द एनालेक्ट्स ऑफ कन्फ्यूशियस। लू लिंगगोंग"
मुखपृष्ठ > प्रोग्रामिंग > Numpy के वेक्टर किए गए कार्यों को कुशलता से सरणियों को कैसे सही ठहराया जा सकता है?

Numpy के वेक्टर किए गए कार्यों को कुशलता से सरणियों को कैसे सही ठहराया जा सकता है?

2025-03-25 को पोस्ट किया गया
ब्राउज़ करें:645

इसके आकार को बनाए रखते हुए बाएं, दाएं, ऊपर, या नीचे के तत्व। def औचित्य (a, invalid_val = 0, अक्ष = 1, साइड = 'लेफ्ट'): यदि invalid_val np.nan है: मास्क = ~ np.isnan (a) अन्य: मुखौटा = a! = invalid_val Justified_mask = np.sort (मास्क, अक्ष = अक्ष) if (साइड == 'अप') | (साइड == 'लेफ्ट'): Justified_mask = np.flip (Justified_mask, अक्ष = अक्ष) OUT = np.full (a.shape, invalid_val) यदि अक्ष == 1: बाहर [justified_mask] = एक [मास्क] अन्य: out.t [justified_mask.t] = a.t [mask.t] How Can NumPy's Vectorized Functions Efficiently Justify Arrays?

बाहर लौटें यह फ़ंक्शन निर्दिष्ट अक्ष और पक्ष (बाएं, दाएं, ऊपर, नीचे) के साथ एक 2 डी सरणी को सही ठहराता है। यह मास्क का उपयोग करके गैर-शून्य तत्वों की पहचान करके काम करता है, उन्हें सॉर्ट का उपयोग करके छांटता है, मास्क को ऊपर की ओर या बाईं ओर को सही ठहराते हुए, और अंत में न्यायसंगत मूल्यों के साथ मूल सरणी को अधिलेखित करता है। np.array ([[1,0,2,0], [3,0,4,0], [५,०,६,०], [0,7,0,8]]] # कवर छोड़ दिया covered_left = Justify (a, अक्ष = 1, साइड = 'लेफ्ट') प्रिंट ("मूल सरणी:") प्रिंट (ए) प्रिंट ("\ ncovered बाएं:") प्रिंट (covered_left)

आउटपुट:

मूल सरणी: [[१ ० २ ०] [३ ० ४ ०] [५ ० ६ ०] [० [० ०]]] कवर बाएं: [[१ २ ० ०] [३ ४ ० ०] [५ ६ ० ०] ] पुशैक्स = लैम्ब्डा ए: एनपी.मोवेक्सिस (ए, एक्सिस, -1) यदि invalid_val np.nan है: मास्क = ~ np.isnan (a) अन्य: मुखौटा = a! = invalid_val Justified_mask = np.sort (मास्क, अक्ष = अक्ष) यदि पक्ष == 'सामने': Justified_mask = np.flip (Justified_mask, अक्ष = अक्ष) OUT = np.full (a.shape, invalid_val) if (अक्ष ==-1) या (अक्ष == a.ndim-1): बाहर [justified_mask] = एक [मास्क] अन्य: pushax (आउट) [पुष्पैक्स (Justified_mask)] = pushax (a) [pushax (मास्क)]

वापस लौटें यह फ़ंक्शन एक मनमाना अक्ष के साथ एक n- आयामी सरणी को सही ठहराकर और सरणी के 'सामने' या 'अंत' के लिए अधिक जटिल परिदृश्यों का समर्थन करता है।

नवीनतम ट्यूटोरियल अधिक>

चीनी भाषा का अध्ययन करें

अस्वीकरण: उपलब्ध कराए गए सभी संसाधन आंशिक रूप से इंटरनेट से हैं। यदि आपके कॉपीराइट या अन्य अधिकारों और हितों का कोई उल्लंघन होता है, तो कृपया विस्तृत कारण बताएं और कॉपीराइट या अधिकारों और हितों का प्रमाण प्रदान करें और फिर इसे ईमेल पर भेजें: [email protected] हम इसे आपके लिए यथाशीघ्र संभालेंगे।

Copyright© 2022 湘ICP备2022001581号-3