0Pricing
Learn AI with Python · Ders

Dizi Oluşturma ve Özellikleri

np.array(), np.zeros/ones/eye/arange/linspace, shape, dtype, ndim, size.

Dizi Oluşturma ve Özellikleri, CoddyKit'te ücretsiz bir Learn AI with Python dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Learn AI with Python öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Learn AI with Python kursu toplamda 4 dersten oluşur.

ndarray Nesnesi

NumPy'nin temel nesnesi ndarray'dir: bitişik bellekte depolanan, sabit boyutlu ve homojen bir sayılar ızgarasıdır. NumPy'yi hızlı yapan düzen budur.

import numpy as np
a = np.array([1, 2, 3, 4])
print(a)   # [1 2 3 4]

İç İçe Listelerden

2B bir dizi oluşturmak için listelerden oluşan bir liste verin. NumPy, şekli yapıdan çıkarır.

m = np.array([[1, 2, 3], [4, 5, 6]])
print(m)
# [[1 2 3]
#  [4 5 6]]

Sıfırlar ve Birler

np.zeros ve np.ones, verilen şekildeki diziler için belleği önceden ayırır; bunlar, dizileri doldurmadan önce yer tutucu oluşturmanın standart yoludur.

print(np.zeros((2, 3)))   # 2x3 of 0.0
print(np.ones(4))         # [1. 1. 1. 1.]

eye ile Birim Matris

np.eye(n), n × n boyutunda bir birim matris oluşturur: köşegende ones, diğer yerlerde zeros bulunur. Doğrusal cebir için vazgeçilmezdir.

print(np.eye(3))
# [[1. 0. 0.]
#  [0. 1. 0.]
#  [0. 0. 1.]]

arange ile Aralıklar

np.arange(start, stop, step), Python'daki range gibi çalışır; ancak bir dizi döndürür ve kayan noktalı adımları kabul eder.

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]

linspace ile Eşit Aralıklandırma

np.linspace(start, stop, num), her iki uç da dâhil olmak üzere eşit aralıklarla yerleştirilmiş num nokta döndürür. Grafik eksenleri oluşturmak için mükemmeldir.

print(np.linspace(0, 1, 5))   # [0.   0.25 0.5  0.75 1.  ]

arange ve linspace Karşılaştırması

Adımı bildiğinizde arange, nokta sayısını bildiğinizde linspace kullanın. linspace, kayan noktalı adım sapmasını önler.

# 50 points from 0 to 2*pi for a smooth curve
x = np.linspace(0, 2 * np.pi, 50)

shape ve ndim

.shape, boyutların büyüklüklerinden oluşan bir demettir; .ndim ise boyut sayısıdır. 2x3 boyutlu bir dizinin şekli (2,3), ndim değeri 2'dir.

m = np.array([[1, 2, 3], [4, 5, 6]])
print(m.shape)   # (2, 3)
print(m.ndim)    # 2

size ve dtype

.size, toplam öge sayısıdır; .dtype ise ögelerin veri türüdür. NumPy, verimli bir sayısal dtype'ı otomatik olarak seçer.

print(m.size)    # 6
print(m.dtype)   # int64

itemsize ve Bellek

.itemsize, tek bir ögenin bayt cinsinden boyutudur. Dizinin bellekte kapladığı alanı tahmin etmek için bunu .size ile çarpın.

print(m.itemsize)          # 8 (bytes per int64)
print(m.size * m.itemsize) # 48 bytes total

dtype Seçimi

Bellekten tasarruf etmek veya kesinliği garanti etmek için bir dtype zorunlu kılabilirsiniz. float32, float64'e kıyasla belleği yarı yarıya azaltır.

a = np.array([1, 2, 3], dtype=np.float32)
print(a.dtype)      # float32
print(a.itemsize)   # 4

Kısa Denetim

Dizi oluşturma bilginizi sınayın.

Özet

Dizi oluşturma araçları:

  • Listelerden np.array, yer tutucular için np.zeros/np.ones, birim matris için np.eye
  • np.arange (adıma göre) ve np.linspace (sayıya göre) karşılaştırması
  • Özellikler: shape, ndim, size, dtype, itemsize

Sıkça Sorulan Sorular

“Dizi Oluşturma ve Özellikleri” dersi ücretsiz mi?

Evet — “Dizi Oluşturma ve Özellikleri” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Learn AI with Python kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Learn AI with Python kursu toplamda 4 dersten oluşur.

“Dizi Oluşturma ve Özellikleri” dersinde ne öğreneceğim?

np.array(), np.zeros/ones/eye/arange/linspace, shape, dtype, ndim, size. Learn AI with Python ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Learn AI with Python öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Learn AI with Python, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.

“Dizi Oluşturma ve Özellikleri” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Learn AI with Python dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Learn AI with Python dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Dizi Oluşturma ve Özellikleri
  2. İndeksleme, Dilimleme ve Gelişmiş İndeksleme
  3. Yayınlama ve Vektörleştirilmiş İşlemler
  4. NumPy ile Lineer Cebir
← Learn AI with Python Sayfasına Dön