Learn Python in Arabic

[@rouassayah]

أحسن واحد شارح الnumpy

[@mahmoudmegahed328]

ربنا يجازيك كل خير ويجعله في ميزان حسناتك

[@wdjamilmh5210]

Return Value and Parameters of np.arange() • NumPy arange() is one of the array creation routines based on numerical ranges. It creates an instance of ndarray class (number of dimensions array) with evenly spaced values and returns the reference to it. • You can define the interval of the values contained in an array, space between them, and their type with four parameters of arange(): ○ numpy.arange([start, ]stop, [step, ], dtype=None) -> numpy.ndarray • The first three parameters determine the range of the values, while the fourth specifies the type of the elements: ○ start is the number (integer or decimal) that defines the first value in the array. ○ stop is the number that defines the end of the array and isn’t included in the array. ○ step is the number that defines the spacing (difference) between each two consecutive values in the array and defaults to 1. ○ dtype is the type of the elements of the output array and defaults to None. • step can’t be zero. Otherwise, you’ll get a ZeroDivisionError. You can’t move away anywhere from start if the increment or decrement is 0. • You can find more information on the parameters and the return value of arange() in the official documentation. ---------------------------------------- Example about np.arange() import numpy as np # Counting Forwards array_one = np.arange(start=10, stop=100, step=10, dtype=None) print(array_one) # [10 20 30 40 50 60 70 80 90] # Counting Backwards array_two = np.arange(start=10, stop=0, step=-1) print(array_two) # [10 9 8 7 6 5 4 3 2 1] ---------------------------------------- numpy.ndarray.itemsize() • function return the length of one array element in bytes. Numpy size() • In Python, numpy.size() function count the number of elements along a given axis. ---------------------------------------- Note: • This is a short way to change and push values into a list [(n1 + n2) for n1, n2 in zip(my_list1, my_list2)] • The difference between making the conjunction for two lists and two arrays my_list1 = range(elements) my_list2 = range(elements) my_array1 = np.arange(elements) my_array2 = np.arange(elements) list_result = [(n1 + n2) for n1, n2 in zip(my_list1, my_list2)] array_result = my_array1 + my_array2 ---------------------------------------- sys.getsizeof • The getsizeof() is a system-specific method and hence we have to import the sys module to use it. A sample code is as shown below for calculating the size of a list. • For example, the getsizeof() method returns 64 bytes for an empty list and then 8 bytes for every additional element. ---------------------------------------- Comparing the time consumer between lists and arrays import numpy as np import time numberOfItems = 87984659 list_one = range(numberOfItems) list_two = range(numberOfItems) array_one = np.arange(numberOfItems) array_two = np.arange(numberOfItems) timeStartList = time.time() lists = [(x + y) for x, y in zip(list_one, list_two)] timeEndList = time.time() timeStartArray = time.time() arrays = array_one + array_two timeEndArray = time.time() print(timeEndList - timeStartList) # 11.686883449554443 print(timeEndArray - timeStartArray) # 0.13801336288452148 ---------------------------------------- Comparing the memory use for arrays and lists import numpy as np import sys numberOfItems = 100 list_one = range(numberOfItems) array_one = np.arange(numberOfItems) lists = [(x) for x in list_one] print(array_one.itemsize) print(array_one.size) print(sys.getsizeof(lists[1])) print(len(lists)) print(f"The size for List: {len(lists) * sys.getsizeof(lists[1])}") # The size for List: 2800 print(f"The size for Array: {array_one.size * array_one.itemsize}") # The size for Array: 400 ------------------------------------------------------------------------- Python # ------------------------------------------------- # -- Numpy => Compare Performance And Memory Use -- # ------------------------------------------------- # - Performance # - Memory Use # ------------------------------------------------- import numpy as np import time import sys elements = 150000 my_list1 = range(elements) my_list2 = range(elements) my_array1 = np.arange(elements) my_array2 = np.arange(elements) list_start = time.time() list_result = [(n1 + n2) for n1, n2 in zip(my_list1, my_list2)] print(f"List Time: {time.time() - list_start}") array_start = time.time() array_result = my_array1 + my_array2 print(f"Array Time: {time.time() - array_start}") # for n1, n2 in zip(my_list1, my_list2): # print(n1 + n2) print(list_result) print(array_result) my_array = np.arange(100) print(my_array) print(my_array.itemsize) print(my_array.size) print(f"All Bytes: {my_array.itemsize * my_array.size}") print("#" * 50) my_list = range(100) print(sys.getsizeof(1)) print(len(my_list)) print(f"All Bytes: {sys.getsizeof(1) * len(my_list)}") -------------------------------------------------------------------------

[@احمدمحمود-ب2ث5ع]

جزاك الله خيرا😍

[@WhyNot-h3f]

للهم صل وسلم وبارك على سيدنا محمد❤

[@INGOAL]

Char : 1byte Int : 4 bytes Float: 8 bytes

[@takidoui5650]

لا تقريبا: int: 2 bytes float: 4 bytes

[@shaimaamadkour7650]

هو يعني ايه byte اصلا؟

[@ahmedsalamaali4137]

@@shaimaamadkour7650 جنب اخوك يا فواز 😅

[@shaimaamadkour7650]

@@ahmedsalamaali4137 انا تقريبا فهمت من الشرح.. Byte دي مساحته على ذاكرة الجهاز زي اي مساحة لاي ملف مثلا جيجا او ٥٠٠ كيلو بايت دا بقا بايت يعني حاجة بسيطة اوي.. دا هيفيدنا في اية معرفش الحقيقة بس دا بقا يفهمه الناس بتاعت computer science.. وياريت لو انا فاهمه غلط حد يفهمنا

[@fatimaelsaadny545]

@@shaimaamadkour7650 ال byte = 8 bit و ال bit هي أصغر وحدة تخزين في الميموري ودا ترتيبهم من الصغير للكبير bit byte kilo byte mega byte giga byte tera btye beta byte وهكذا...

[@md-gv8ch]

شكرا جزيلا

[@raedfarhan8452]

شكرا لك استاذ

[@abodawead9039]

thank You Teacher , Great Level Course . Small Advice For All Programmers And For You Teacher , Using time.perf_counter() To Count Execution Time Is More Accurate Than Subtract The Different Between Start-Time And End-Time Using time.time() . Good Luck For All , And Thank You Again

[@robbycay7570]

❤❤❤

[@kirollos-samir]

شرح متميز

[@brahim4451]

Thnx

[@bachirnass1401]

Type(my_list) => range() مش list .

[@jamalmonawer1964]

ياترى ميزات الـ آراي في البايثون من حيث المساحة وسرعة الأداء موجودة نفسها في اللغات الثانية , جافا أو سي بلس بلس ؟

[@عبداللهجرادات-س1ذ]

ال c++اسرع من البايثون كثير

[@wdjamilmh5210]

Python is slower than C++, it supports dynamic typing, and it also uses the interpreter, which makes the process of compilation slower.

[@youssefsamir1861]

يا باشمهندس لو سمحت ليه في المقارنه بين اللفت والري بنحط اللثه على انه متغير عادي نشكرك اقواس مربعه هل هي نفسها ولا هتفرق

[@youssefsamir1861]

ليه مش بنحط اللفت في الاقواس المربع بنستخدمها زي المتغير العادي هل هي نفسها ولا هتفرق

[@youssefsamir1861]

انا قصدي اللست سوري الكيبورد بيكتب غلط

[@codingkids4287]

i, مفيش شهادة على الكورس التعلمي ده Is There A Certificate for That Course

[@mohamedfathi-zr6yg]

في مشكلة هنا وياريت لو يبقي في توضيح من البشمهندس أسامه ، في performance test في حالة list حضرتك عملت list elements بينما في حالة array لم نقم بعملية list و بالتالي في اختلاف كبير جدا في ال performance test ارجو التوضيح و شكرا جزيلا

[@oussamahamdi6993]

I Got List Time: 2.5... & Array Time: 4.2... Any explanation pls! 🤔

[@mssafy2592]

I got this result too first with the number 150 ,but when I changed to 1500000 it showed that the list took 19.33289933204651 and the array = 0.008001089096069336

[@sofiantahleesh]

prince

[@elarapy1390]

الحمد لله الواد اللي بيعمل ديس لايك لسة مدخلش على الفيديو ده ههههههههههههه

[@mohamedmagdy3676]

لو سمحت هى السلسلة ديه باقيلها كام فيديو

[@codingkids4287]

تقربيا 5

[@kourdroid]

حطيت 199900000000 في الالمنتس و الجهاز معادش يستجيب ههه😂

[@SamehRSameh]

ليه مفيش تجديد لكورس SQL وفقا لاحتياجها فى Data Analysis