NumPy

في برمجة Python ، تبرز NumPy و Pandas كواحدة من أقوى المكتبات للحوسبة العددية وتلاعب البيانات. NumPy: أساس الحوسبة العددية NumPy (Numerical Python) توفر دعمًا للمصفوفات متعددة الأبعاد ومجموعة واسعة من الوظائف الرياضية، مما يجعلها أساسية للحوسبة العلمية. NumPy هو الحزمة الأكثر أساسية للحوسبة العددية في Python. أحد الأسباب التي تجعل NumPy مهمًا جدًا للحسابات العددية هو أنه مصمم لتحقيق الكفاءة مع مصفوفات كبيرة من البيانات. تشمل الأسباب لذلك: إنه يخزن البيانات داخليًا في كتلة مستمرة من الذاكرة، مستقلة عن…

المستندات الكبيرة تعالج مواجهة معالجة اللغة الطبيعية (NLP) لتمثيل معنى النص كمتجه. هذا التمثيل لكلمات النص يُعتبر إدخالًا. الحد الأقصى للأحرف: المشكلة الأكبر في توجيه الـ LLM حاليًا، من أكبر المشكلات في توجيه الـ LLM هو الحد الأقصى للأحرف. عند إطلاق GPT-3، كان الحد لكل من التحرير والإخراج مجتمعين هو 2,048 حرف. مع GPT-3.5، ارتفع هذا الحد إلى 4,096 حرف. الآن، يأتي GPT-4 بنوعين. أحدهما بحد أقصى 8,192 حرف والآخر بحد أقصى 32,768 حرف، حوالي 50 صفحة نص. إذن، ماذا…

NumPy هو أداة مشهورة لحساب الأرقام التي تتضمن المصفوفات والمصفوفات والوظائف الرياضية. سمة الشكل لمصفوفة NumPy تُرجع ثلاثية تظهر بُعد المصفوفة. وعندما يتعلق الأمر بتحويل الشكل والتلاعب بمصفوفات NumPy، تكون السمة مهمة. إليك كيفية عمل سمة shape: Python   import numpy as np arr = np.array([[5, 1], [16, 33]]) print(arr.shape) الناتج: Python   (2, 2) سمة الشكل مهمة أيضًا في pandas أو OpenCV. فيما يلي كيفية استخدام سمة الشكل في OpenCV: Python   import cv2 img = cv2.imread(r’C:\Users\ADMIN.DESKTOP-KB78BPH\Desktop\New folder (2)\2.jpg’)…

تم الحصول على المحور العمودي للمصفوفة عن طريق نقل بيانات الصفوف إلى الأعمدة وبيانات الأعمدة إلى الصفوف. إذا كان لدينا مصفوفة بشكل (X، Y) ، فسيكون للمحور العمودي للمصفوفة شكل (Y، X). انعكاس مصفوفة NumPy() وحدة NumPy في Python تُستخدم بشكل أساسي للعمل مع المصفوفات في Python. يمكننا استخدام وظيفة الانعكاس (transpose()) للحصول على المحور العمودي لمصفوفة. import numpy as np arr1 = np.array([[1, 2, 3], [4, 5, 6]]) print(f’Original Array:\n{arr1}’) arr1_transpose = arr1.transpose() print(f’Transposed Array:\n{arr1_transpose}’) الناتج: Original Array: [[1…

في Python، يمكننا استخدام الدالة numpy.where() لتحديد العناصر من مصفوفة numpy، استنادًا إلى شرط. ليس فقط ذلك، ولكن يمكننا أيضًا إجراء بعض العمليات على تلك العناصر إذا تم تحقيق الشرط. لنلقِ نظرة على كيفية استخدام هذه الدالة، باستخدام بعض الأمثلة التوضيحية! بناء جملة Python numpy.where() تقبل هذه الدالة مصفوفة مشابهة لـ numpy (مثلاً مصفوفة NumPy من الأعداد الصحيحة / المنطقية). تُرجع مصفوفة numpy جديدة، بعد تصفية بناءً على شرط، والذي هو مصفوفة مشابهة لـ numpy من القيم المنطقية. على سبيل…

حساب النوم للمتجهات أمر ضروري في كل من الذكاء الاصطناعي والحوسبة الكمية لمهام مثل القياس، التأثير، مقاييس المسافة، معايير التقارب، تمثيل الحالات الكمية، تأكيد الوحدانية للعمليات، تصحيح الأخطاء، وتصميم خوارزميات ودوائر كمية. ستتعلم كيفية حساب الإقليدي (النوم/المسافة)، المعروف أيضاً بنظام النوم L2، لموتر أحادي البعد (1D) في مكتبات بايثون مثل NumPy، SciPy، Scikit-Learn، TensorFlow، وPyTorch.  فهم النوم مقابل المسافة قبل أن نبدأ، دعونا نفهم الفرق بين النوم الإقليدي مقابل المسافة الإقليدية. النوم هو المسافة/الطول/الحجم للمتجه من الأصل (0,0). المسافة هي…

تتضمن تشابه الجيبي عدة تطبيقات حقيقية العالم، وباستخدام متجهات التعبئة، يمكننا مقارنة المعاني الحقيقية في طريقة برمجية. يعد Python أحد اللغات الأكثر شهرة لعلوم البيانات، ويوفر مكتبات متعددة لحساب تشابه الجيبي بسهولة. في هذا المقال، سنناقش كيف يمكنك تنفيذ تشابه الجيبي في Python بمساعدة Scikit-Learn و NumPy المكتبات.  ما هو تشابه الجيبي؟ تشابه الجيبي هو مقياس للتشابه بين متجهين غير الصفريين في الفضاء ذو البعد n. يتم استخدامه في تطبيقات مختلفة، مثل تحليل النصوص وأنظمة التوصية، لتحديد مدى تشابه متجهين…

تُستخدم وظيفة `sum()` في مكتبة numpy في Python للحصول على مجموع عناصر مصفوفة على محور معين. بناء الجملة لوظيفة `sum()` في numpy في Python هو: الصفحة الأولى بناء الجملة لوظيفة `sum()` في numpy في Python هو: بناء الجملة لوظيفة sum() في numpy في Python NumPy Python بناء جملة الطريقة sum() هو: sum(array, axis, dtype, out, keepdims, initial) يتم استخدام العناصر المصفوفة لحساب المجموع. إذا لم يتم توفير المحور، يُرجع مجموع جميع العناصر. إذا كان المحور عبارة عن tuple من الأرقام…

وظيفة append() في Python numpy تُستخدم لدمج مصفوفتين. تعيد هذه الوظيفة مصفوفة جديدة وتبقى المصفوفة الأصلية دون تغيير. صيغة append() في NumPy صيغة الوظيفة هي: numpy.append(arr, values, axis=None) arr يمكن أن تكون كائن شبيه بمصفوفة أو مصفوفة NumPy. يتم إلحاق القيم بنسخة من هذه المصفوفة. القيم هي كائنات شبيهة بمصفوفة ويتم إلحاقها في نهاية عناصر “arr”.تحدد المحور الذي يتم فيه إلحاق القيم المحور الذي يتم فيه إلحاق القيم. إذا لم يتم توفير المحور، يتم استواء كل من المصفوفتين. أمثلة على…