التعامل مع البيانات العددية في بايثون Numpy Data Manipulation

[@ahmedelbeshlawy3216]

good job! thanks.

[@عبداللهالدوسري-ش3ف6و]

يباشا ايش هي ndim ضروري بكره عندي امتحان

[@yousifmohammed4841]

ماشي كلام جميل وشرحك حلو، بس هو ليه احنا أساساً نعمل ال "أرايز" دي أصلاً؟ دلوقتي عندنا داتا من ملف اكسل مثلاً وخلاص نطبق عليها دوال البانداس والسيبورن وتعلم الآلة وخلصت.. ليه يعني نعمل قوائم ومصفوفات وقواميس والخ؟ كمان عاوز أفهم مفهوم الانديكسينج.. ايه هو وايه فايدته؟ شكراً مقدماً

[@mahmoudmamdouh8881]

نفس سؤالي اقسم بالله

[@kaderamr2251]

@@mahmoudmamdouh8881 لان لو كان عندك بيغ داتا مكونة من الف واحد مثلا مستحيل تقدر تشغله على اكسل بسهولة لذلك نلجا الى بايثون لادارة المشكلة

[@yousefahmad2352]

الموضوع بيرجع لل limitation ال Data structure بتقدمها , خلينا الاول نعرف ان مش معنا اننا عندنا حاجه 2D ده معناها اننا نقدر نتعامل معاها زي ما هنتعامل مع الارراي ال 2D , لو رجعنا خطوه لورا هنلاقي ان ال numpy وظيفتها انها بتتعامل مع numeric data والمفروض اني لو هحل مشكله رياضيه مثلا وليكن في ال Linear algebra وقتها انا هروح استخدم numpy مش هستخدم pandas بسبب ان numpy الاراي من الخصائص بتاعتها انها اصلا heterogenous يعني كل البيانات ال فيها من نفس النوع عكس ال pandas الموضوع بيكون homogenous وبتمشي ك series او col وكل عامود فيه داتا تايب مختلفه ... ده مثال بسيط جدا والموضوع اكبر من كده ولكن خلينا نحط السرعه وال performanceفي الاعتبار. . وحاجات تانيه كتير

[@52341442]

ممكن اتواصل مع حضرتك عندى مشكلة وممكن انت تحلها ان شاء الله

[@lastmanstanding3965]

0 كومانت ههه