LunaNotes

Python NumPy Tutorial: Arrays, Operations, and Data Science Notebooks

Convert to note

NumPy Introduction और Python का परिचय

  • NumPy एक powerful Python लाइब्रेरी है जो numerical computation के लिए arrays प्रदान करती है।
  • Python पहले ही math computations के लिए लोकप्रिय है, लेकिन उसके arrays की कमी थी जिसे NumPy ने पूरा किया।
  • NumPy की कोर को C में लिखा गया है, जिससे यह Python lists की तुलना में लगभग 50 गुना तेज होता है।

Jupyter Notebook क्या है और कैसे सेट करें

  • Jupyter notebooks Python को interactive तरीके से लिखने, चलाने और output देखने की सुविधा देती हैं।
  • Jupyter notebooks .ipynb फाइल एक्सटेंशन वाली होती हैं जो code, notes, इमेज, और graphs एक साथ सजोजित करने में मदद करती हैं।
  • इसे Anaconda distribution द्वारा आसानी से इंस्टॉल किया जाता है, जिसमें scientific Python libraries पहले से मौजूद होती हैं।
  • VS Code में Jupyter extension इंस्टॉल कर भी notebooks चलाए जा सकते हैं।
  • Google Colab cloud-based विकल्प है जिसमें GPU support भी मिलता है, जिससे मशीन लर्निंग प्रोजेक्ट्स के लिए उपयुक्त है।

NumPy Array Basics

  • Python lists के मुकाबले NumPy arrays में केवल same data type के elements होते हैं, जिससे memory efficient बनते हैं।
  • Lists heterogenous data रख सकती हैं, arrays homogenous data रखते हैं।
  • Arrays multi-dimensional हो सकते हैं: vectors(1D), matrices(2D), tensors(3D+)।
  • Arrays के लिए creation methods: np.array(), np.arange(), np.zeros(), np.ones(), np.linspace()।
  • Random नंबर जेनरेट करने के लिए np.random.random(), np.random.randint() आदि का उपयोग होता है।

Array Attributes और Methods

  • Attributes:
    • shape: array के dimensions.
    • size: total elements count.
    • dtype: data type.
  • Methods:
    • min(), max(), sum(), mean(), std(), argmin(), argmax()।
  • Reshape और resize: array के dimensions को बदलने के लिए।

Array Indexing और Slicing

  • Indexing python list की तरह zero-based होती है।
  • Slicing syntax: array[start:stop:step], end exclusive.
  • Multi-dimensional arrays में rows और columns को विशेष bracket notation से select किया जाता है, जैसे arr[rows, columns]
  • Boolean indexing से condition के आधार पर elements select कर सकते हैं।

NumPy Operations और Broadcasting

  • Operators +, -, *, / element-wise काम करते हैं।
  • Matrix multiplication के लिए @ operator या np.dot() उपयोग करें।
  • Broadcasting से एक scalar या छोटी array का operation बड़ी array पर आसानी से कर सकते हैं।
  • Deep copy और shallow copy: slicing default shallow copy होती है, .copy() से deep copy लें।

Matrix Operations

  • Matrix multiplication NP लैंग्वेज के डॉट प्रोडक्ट के माध्यम से।
  • Transpose से rows और columns interchange होते हैं, arr.T

Advanced Array Manipulation

  • Stacking:
    • np.vstack(), np.hstack(), np.column_stack() arrays को अलग-अलग तरीकों से जोड़ते हैं।
  • Splitting:
    • np.split(), np.hsplit(), np.vsplit() arrays को horizontally या vertically विभाजित करते हैं।

Practical Exercise: Sudoku Validation

  • 9x9 Sudoku grid को numpy array के रूप में represent किया।
  • हर row, column और 3x3 block का sum 45 होना validation का आधार।
  • Rows, columns, और 3x3 blocks के sums checking के लिए loops और slicing का उपयोग।
  • छात्रों के age और marks जैसे datasets के example queries दिखाए।

निष्कर्ष

  • NumPy arrays Python lists की तुलना में तेज़, memory efficient और multi-dimensional computation के लिए बेहतर हैं।
  • Jupyter notebooks setup और उपयोग डेटा साइंस और मशीन लर्निंग प्रोजेक्ट्स के लिए बेहद महत्वपूर्ण है।
  • वीडियो में सारे concepts Hindi में समझाए गए ताकि सभी के लिए सीखना आसान हो।

इस वीडियो के साथ Python और NumPy की अच्छी समझ बनाएं और डेटा साइंस की मजबूत नींव रखें।

Python डेटा science के context में data manipulation को और भी बेहतर समझने के लिए आप Comprehensive Guide to Pandas for Data Analysis in Python और Comprehensive Guide to Python Pandas: Data Inspection, Cleaning, and Transformation देख सकते हैं। इससे आपको data के साथ काम करने के और advanced तरीके सीखने को मिलेंगे।

Heads up!

This summary and transcript were automatically generated using AI with the Free YouTube Transcript Summary Tool by LunaNotes.

Generate a summary for free
Buy us a coffee

If you found this summary useful, consider buying us a coffee. It would help us a lot!

Let's Try!

Start Taking Better Notes Today with LunaNotes!