numpy Modülü Nedir

Herkese merhaba, Python yazılarımıza kaldığımız yerden devam ediyoruz. Bu yazımızda Numpy modülünün ne olduğunu, nasıl kurulduğunu, ne için kullanıldığını anlatacağım. Hadi başlayalım !

Numpy, Python dilinde bilimsel hesaplama ve veri analizi için kullanılan bir modüldür. Numpy, çok boyutlu diziler ve matrislerin oluşturulması, işlenmesi ve hesaplanması için optimize edilmiş bir kütüphanedir. Bu makalede, numpy modülü hakkında daha ayrıntılı bilgi edinebilirsiniz.

Numpy’nin Kullanımı

Numpy’nin en temel özelliği çok boyutlu dizilerdir. Bu diziler, listeler ve Python’un temel veri tipleri gibi diğer dizi tiplerinden farklı olarak, işlemler için optimize edilmiştir. Numpy ile çok hızlı ve verimli bir şekilde matris ve vektör işlemleri yapabilirsiniz.

Numpy’yi kullanmak için öncelikle numpy modülünü kurmanız gerekiyor. Kurulum işlemi oldukça basit ve aşağıdaki kodu kullanarak pip paket yöneticisi ile kurabilirsiniz:

pip install numpy

Numpy modülünü kurduktan sonra, kullanacağınız Python betiğinde aşağıdaki kod satırını yazarak numpy modülünü dahil edebilirsiniz:

import numpy as np

Bu kod satırı, numpy modülünü dahil eder ve “np” takma adı ile kullanılabilir hale getirir. Bu takma ad sık kullanılan bir standarttır ve numpy kodlarında sık sık kullanılır.

Numpy Dizileri

Numpy dizileri, listelere çok benzer, ancak matrisler ve vektörler gibi çok boyutlu verileri de destekler. Numpy dizileri, sadece aynı veri tipinde verileri içerebilir, bu da onları daha hızlı ve verimli hale getirir.

Numpy dizileri, numpy.array() işlevi kullanılarak oluşturulur. Örneğin, 3×3 boyutlu bir numpy matrisi oluşturmak için aşağıdaki kodu kullanabilirsiniz:

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

Bu kod satırı, 3×3 boyutlu bir numpy matrisi oluşturur. Bu matris, 1’den 9’a kadar olan sayıları içerir.

Numpy İşlemleri

Numpy, matris ve vektör işlemleri için optimize edilmiş bir kütüphanedir. Numpy ile matrisler arasında toplama, çıkarma, çarpma ve bölme işlemleri yapabilirsiniz. Aşağıda bu işlemlerin nasıl yapılacağına dair örnekler verilmiştir:

import numpy as np

# Matrislerin toplanması
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = a + b
print(c)

# Matrislerin çıkarılması
d = a - b
print(d)

Matrislerin çarpılması

e = np.dot(a, b)
print(e)

Matrisin tersi

f = np.linalg.inv(a)
print(f)

Yukarıdaki kodlar, numpy ile matris işlemlerini göstermektedir. Matris toplama, çıkarma ve çarpma işlemleri için sırasıyla “+” ve “*” işleçlerini kullanabilirsiniz. Matris tersi almak için ise np.linalg.inv() işlevini kullanabilirsiniz.

Numpy Fonksiyonları

Numpy, birçok matematiksel işlem için önceden tanımlanmış işlevler içerir. Bu işlevler, matrisler ve vektörler gibi çok boyutlu veriler üzerinde çalışmak için optimize edilmiştir. Aşağıdaki örneklerde, numpy ile kullanabileceğiniz bazı önemli işlevler listelenmiştir:

Sıfırlardan Oluşan Bir Matris Oluşturma

import numpy as np

# Sıfırlardan oluşan bir numpy matrisi oluşturma
a = np.zeros((2,2))
print(a)

Sıfırlardan Oluşan Bir Matris Oluşturma

import numpy as np

# Sıfırlardan oluşan bir numpy matrisi oluşturma
a = np.zeros((2,2))
print(a)

Birlerden oluşan bir numpy matrisi oluşturma

b = np.ones((2,2))
print(b)

Belirtilen aralıkta rastgele sayılar içeren bir numpy matrisi oluşturma

c = np.random.randint(0, 10, size=(2,2))
print(c)

Matris elemanlarının toplamını bulma

d = np.sum(c)
print(d)

Matris elemanlarının çarpımını bulma

e = np.prod(c)
print(e)

Matris elemanlarının karekökünü alma

f = np.sqrt(c)
print(f)

Yukarıdaki kodlar, numpy ile sıfırlardan ve birlerden oluşan matrisler, rastgele sayılar içeren matrisler, matris elemanlarının toplamı, matris elemanlarının çarpımı ve matris elemanlarının karekökünü alma işlemlerini göstermektedir.

Sonuç

Numpy, Python için kullanışlı bir matematiksel kütüphanedir. Numpy, çok boyutlu verileri destekleyen, matris ve vektör işlemleri için optimize edilmiş bir kütüphanedir. Bu makalede, numpy modülü ile ilgili konulara değindik ve numpy’nin kurulumu, kullanımı, dizileri, işlemleri ve fonksiyonları hakkında bilgi verdik. Bu bilgileri kullanarak, numpy’nin sağladığı avantajlardan yararlanarak daha hızlı ve verimli bir şekilde matris ve vektör işlemleri yapabilirsiniz.Evet Python’da Numpy modülü bu şekilde olmakta. Tüm Python yazılarımıza buraya tıklayarak ulaşabilirsiniz. Herkese hayırlı günler.