بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 41: numpy: ماتریس به جای حلقه ۱ numpy: Arrays Instead of Loops 1

کتابخانه‌ی numpy را نصب می‌کنیم و یاد می‌گیریم با یک خط روی همه‌ی عددهای یک لیست حساب کنیم: آرایه، عمل‌های خانه‌به‌خانه، ماسک، آمار و جدول دوبعدی.

در این جلسه یاد می‌گیری

درس

اول نصب! numpy همراه پایتون سایت نیست و باید یک بار نصبش کنی. از منو برو به «کتابخانه‌ها» (صفحه‌ی /libraries)، کارت NumPy را پیدا کن و دکمه‌ی «نصب» را بزن. اولین بار چند مگابایت دانلود می‌شود و چند ثانیه طول می‌کشد؛ بعد از آن روی همین مرورگر همیشه آماده است، حتی بدون اینترنت. حالا این دو خط را اجرا کن؛ اگر عدد نسخه چاپ شد، همه‌چیز درست است.

import numpy as np
print(np.__version__)

چرا numpy؟ در فاز ۱ برای دو برابر کردن ۱۰٬۰۰۰ عدد یک حلقه می‌نوشتیم که تک‌تک عددها را برمی‌داشت؛ مثل معلمی که ۱۰٬۰۰۰ برگه را یکی‌یکی مهر می‌زند. numpy یک آرایه دارد که کل لیست را یک‌جا می‌گیرد: a * 2 یعنی «همه‌ی خانه‌ها ضرب در ۲»؛ مثل دستگاهی که کل دسته‌ی برگه را با یک فشار مهر می‌زند. همان ایده‌ی لیست‌های فاز ۱ است، فقط کوتاه‌تر و خیلی سریع‌تر، چون حلقه داخل numpy به زبان C نوشته شده.

import numpy as np

numbers = list(range(10000))
doubled = []
for x in numbers:            # the phase 1 way: a loop
    doubled.append(x * 2)

a = np.arange(10000)         # the numpy way: one line
b = a * 2
print(doubled[-1], b[-1])    # 19998 19998

آرایه را با np.array(list) می‌سازیم. سه چیز را همیشه نگاه کن: shape (شکل: چند خانه در هر بُعد)، len (چند خانه در بُعد اول) و dtype (نوع عددها: int64 عدد صحیح، float64 اعشاری). همه‌ی خانه‌های یک آرایه هم‌نوع‌اند؛ اگر یک عدد اعشاری قاطی کنی، همه اعشاری می‌شوند.

scores = np.array([12, 15, 18, 9, 20])
print(scores)          # [12 15 18  9 20]
print(scores.shape)    # (5,)
print(len(scores))     # 5
print(scores.dtype)    # int64
print(np.array([1, 2.5]).dtype)   # float64

عمل‌ها خانه‌به‌خانه انجام می‌شوند: a + b خانه‌ی اول را با خانه‌ی اول جمع می‌کند، دومی را با دومی و همین‌طور. وقتی یک عدد تنها با آرایه حساب شود (scores + 1)، numpy آن عدد را برای همه‌ی خانه‌ها «پخش» می‌کند؛ اسمش broadcasting است. مثل معلمی که می‌گوید «همه یک نمره‌ی اضافه گرفتید».

test1 = np.array([12, 15, 18])
test2 = np.array([14, 11, 20])
print(test1 + test2)        # [26 26 38]
print((test1 + test2) / 2)  # [13. 13. 19.]
print(test1 + 1)            # [13 16 19]
print(test1 * 5)            # [60 75 90]  out of 100

مقایسه هم خانه‌به‌خانه است: scores > 15 یک آرایه از True و False می‌دهد. این آرایه‌ی درست/غلط را ماسک می‌گوییم، مثل یک مقوای سوراخ‌دار که روی جدول می‌گذاری و فقط خانه‌های زیر سوراخ دیده می‌شوند. scores[scores > 15] فقط خانه‌هایی را برمی‌دارد که زیرشان True است. چون True مثل ۱ حساب می‌شود، (scores > 15).sum() تعدادشان را می‌شمارد.

scores = np.array([12, 15, 18, 9, 20])
print(scores > 15)            # [False False  True False  True]
print(scores[scores > 15])    # [18 20]
print((scores > 15).sum())    # 2

آمار بدون حلقه: sum()، mean()، max()، min(). و یک تابع خیلی مهم برای هوش مصنوعی: argmax() که نمی‌گوید بزرگ‌ترین عدد چیست، می‌گوید کجاست (شماره‌ی خانه‌اش). در جلسه‌ی ۳۱ همین کار را با حلقه برای پیدا کردن رقم برنده می‌کردیم. برای ساختن آرایه‌ی آماده هم np.zeros(n)، np.ones(n) و np.arange(start, stop) (مثل range) را داریم.

print(scores.sum(), scores.mean(), scores.max())   # 74 14.8 20
print(scores.argmax())     # 4  (the 20 is in cell 4)
print(np.zeros(3))         # [0. 0. 0.]
print(np.ones(2))          # [1. 1.]
print(np.arange(2, 7))     # [2 3 4 5 6]

حالا جدول: یک آرایه‌ی دوبعدی از لیستِ لیست‌ها. هر سطر یک دانش‌آموز، هر ستون یک درس؛ درست مثل جدول‌های CSV جلسه‌ی ۱۷. marks[0] سطر اول (یک دانش‌آموز) است و marks[:, 1] ستون دوم (یک درس برای همه). : یعنی «همه‌ی سطرها».

marks = np.array([
    [14, 18, 11],    # Ava:  math, science, art
    [9, 15, 13],     # Ben
    [17, 19, 12],    # Cyrus
])
print(marks.shape)   # (3, 3): 3 students, 3 subjects
print(marks[0])      # [14 18 11]  Ava
print(marks[:, 1])   # [18 15 19]  science for everyone

axis می‌گوید در کدام جهت حساب کنیم. marks.mean(axis=0) در جهت سطرها پایین می‌رود و برای هر ستون یک میانگین می‌دهد (میانگین هر درس). marks.mean(axis=1) در جهت ستون‌ها به راست می‌رود و برای هر سطر یک میانگین می‌دهد (معدل هر دانش‌آموز). راه حفظ کردن: عددِ axis همان بُعدی است که «له» می‌شود و از بین می‌رود.

print(np.round(marks.mean(axis=0), 2))   # [13.33 17.33 12.  ]  per subject
print(np.round(marks.mean(axis=1), 2))   # [14.33 12.33 16.  ]  per student

⚠️ جدولی که امروز ساختیم، اگر اسم و نمره‌ی واقعی هم‌کلاسی‌هایت را داشته باشد، داده‌ی شخصی است. نمره‌ی کسی را بدون اجازه‌اش در برنامه‌ای که به دیگران نشان می‌دهی (یا در یک چت‌بات) نگذار؛ یک argmin ساده می‌تواند کسی را جلوی همه خجالت‌زده کند. برای تمرین همیشه از اسم‌ها و نمره‌های ساختگی مثل Ava و Ben استفاده کن.

مثال‌های این جلسه

چالش‌ها

  1. Percent in One Line (آسان)
  2. Who Passed? (آسان)
  3. Class Report (متوسط)
  4. Best Subject (متوسط)
  5. Scale Every Column (سخت)
  6. Honour Roll (سخت)

بیشتر بخوان

← جلسه‌ی 40: ارائه‌ی نهایی جلسه‌ی 42: numpy: ماتریس به جای حلقه ۲ →