إنشاء المصفوفات وخصائصها
np.array() وnp.zeros/ones/eye/arange/linspace وshape وdtype وndim وsize.
إنشاء المصفوفات وخصائصها درس مجاني في Learn AI with Python على CoddyKit. هذا هو الدرس 1 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Learn AI with Python، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Learn AI with Python 4 دروس في المجموع.
ndarray
الكائن الأساسي في NumPy هو ndarray: شبكة متجانسة ثابتة الحجم من الأعداد، مخزّنة في ذاكرة متجاورة. وهذا التنظيم هو ما يجعل NumPy سريعًا.
import numpy as np
a = np.array([1, 2, 3, 4])
print(a) # [1 2 3 4]من القوائم المتداخلة
مرّروا قائمةً من القوائم لإنشاء مصفوفة ثنائية الأبعاد. ويستنتج NumPy الشكل من البنية تلقائيًا.
m = np.array([[1, 2, 3], [4, 5, 6]])
print(m)
# [[1 2 3]
# [4 5 6]]الأصفار والآحاد
تخصّص np.zeros وnp.ones مسبقًا مصفوفات ذات شكل محدد، وهي الطريقة القياسية لإنشاء عناصر نائبة قبل ملئها.
print(np.zeros((2, 3))) # 2x3 of 0.0
print(np.ones(4)) # [1. 1. 1. 1.]مصفوفة الوحدة باستخدام eye
تنشئ np.eye(n) مصفوفة وحدة بحجم n في n: آحاد على القطر وأصفار في المواضع الأخرى. وهي أساسية في الجبر الخطي.
print(np.eye(3))
# [[1. 0. 0.]
# [0. 1. 0.]
# [0. 0. 1.]]النطاقات باستخدام arange
تعمل np.arange(start, stop, step) مثل range في Python، لكنها تعيد مصفوفة وتقبل خطوات عشرية.
print(np.arange(0, 10, 2)) # [0 2 4 6 8]
print(np.arange(0, 1, 0.25)) # [0. 0.25 0.5 0.75]التباعد المتساوي باستخدام linspace
تعيد np.linspace(start, stop, num) عدد num من النقاط المتباعدة بالتساوي، مع تضمين الطرفين. وهي مثالية لمحاور المخططات.
print(np.linspace(0, 1, 5)) # [0. 0.25 0.5 0.75 1. ]arange مقابل linspace
استخدموا arange عندما تعرفون الخطوة، واستخدموا linspace عندما تعرفون عدد النقاط. تتجنب linspace انحراف خطوة الفاصلة العائمة.
# 50 points from 0 to 2*pi for a smooth curve
x = np.linspace(0, 2 * np.pi, 50)Shape وndim
يمثل .shape صفًا من أحجام الأبعاد، بينما يمثل .ndim عدد الأبعاد. وللمصفوفة بحجم 2x3 الشكل (2,3) وndim يساوي 2.
m = np.array([[1, 2, 3], [4, 5, 6]])
print(m.shape) # (2, 3)
print(m.ndim) # 2size وdtype
يمثل .size العدد الإجمالي للعناصر، بينما يمثل .dtype نوع بيانات العناصر. ويختار NumPy نوع بيانات رقميًا فعالًا تلقائيًا.
print(m.size) # 6
print(m.dtype) # int64itemsize والذاكرة
يمثل .itemsize حجم عنصر واحد بالبايت. اضربوه في .size لتقدير البصمة الذاكرية للمصفوفة.
print(m.itemsize) # 8 (bytes per int64)
print(m.size * m.itemsize) # 48 bytes totalاختيار dtype
يمكنكم فرض نوع dtype لتوفير الذاكرة أو ضمان الدقة. إذ يستهلك float32 نصف الذاكرة التي يستهلكها float64.
a = np.array([1, 2, 3], dtype=np.float32)
print(a.dtype) # float32
print(a.itemsize) # 4اختبار سريع
اختبروا معرفتكم بإنشاء المصفوفات.
مراجعة
أدوات إنشاء المصفوفات:
np.arrayمن القوائم، وnp.zeros/np.onesللعناصر النائبة، وnp.eyeلمصفوفة الوحدةnp.arange(حسب الخطوة) مقابلnp.linspace(حسب العدد)- الخصائص:
shapeوndimوsizeوdtypeوitemsize
الأسئلة الشائعة
هل درس «إنشاء المصفوفات وخصائصها» مجاني؟
نعم — نص درس «إنشاء المصفوفات وخصائصها» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Learn AI with Python، انتقل إلى CoddyKit PRO. تتضمن دورة Learn AI with Python 4 دروس في المجموع.
ماذا ستتعلم في «إنشاء المصفوفات وخصائصها»؟
np.array() وnp.zeros/ones/eye/arange/linspace وshape وdtype وndim وsize. تتمرن على Learn AI with Python مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Learn AI with Python؟
لا تُشترط خبرة سابقة. Learn AI with Python على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 4.
كم من الوقت يستغرق درس «إنشاء المصفوفات وخصائصها»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Learn AI with Python هذا؟
نعم. كل درس في Learn AI with Python يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- إنشاء المصفوفات وخصائصها
- الفهرسة والتقطيع والفهرسة المتقدمة
- البث والعمليات المتجهة
- الجبر الخطي باستخدام NumPy