Johdatus 3D-ryhmiin Pythonissa

Ennen kuin aloitat kolmiulotteisella taulukolla, on selvää, että taulukot ovat jokaisella ohjelmointikielellä ja toimivat myös pythonissa. Jokainen ohjelmointikieli käyttäytyy sellaisena kuin se on kirjoitettu kääntäjään. Monilla ihmisillä on yksi kysymys, tarvitseeko meidän käyttää luetteloa 3D-taulukon muodossa vai onko meillä Numpy. Ja vastaus on, että voimme mennä yksinkertaiseen 3D-taulukkojen toteuttamiseen luettelon kanssa. Mutta joillekin monimutkaisille rakenteille meillä on helppo tapa tehdä se sisällyttämällä Numpy. Ei ole suositeltavaa, mitä tapaa käyttää. Se riippuu projektista ja vaatimuksesta, kuinka haluat toteuttaa tietyn toiminnallisuuden.

Mitä kirjasto tarkoittaa?

Pythonilla on joukko kirjastoja, jotka määrittelevät tehtävän helpon. Samasta syystä työskennellä tehokkaasti matriisin kanssa ja tarkastelemalla tämän päivän vaatimuksia Pythonilla on kirjasto nimeltä Numpy. Numpy käsittelee taulukkoja. Numpy on hyödyllinen myös koneoppimisessa. On hyvä olla mukana, kun kohtaamme moniulotteisia taulukkoja pythonissa. Kuten tiedämme, taulukkojen on tallennettava homogeeniset tietoyksiköt yhteen muuttujaan. Python-ryhmät ovat vain luettelo. Katso seuraava koodinpätkä. Tässä meillä on luettelo nimeltä värit. Painamme värejä. Tämä on yksinkertainen yhden ulottuvuuden luettelo, jonka voimme sanoa.

esimerkki

colors = ("red", "blue", "orange") print(colors)

lähtö:

('punainen', 'sininen', 'oranssi')

Lisäksi moniulotteisissa matriiseissa tai luettelossa on määritettävä rivi ja sarake. Voimme sanoa, että moniulotteiset taulukot joukkona luetteloita.

Seuraava on esimerkki 2-ulotteisesta taulukosta tai luettelosta.

esimerkki

rows = int(input("Enter the no.of rows you want: "))
cols = int(input("Enter the number of cols you want: "))
myList = ((0 for c in range(cols)) for r in range(rows)) for r in range(rows):
for c in range(cols):
myList(r)(c)= r*c
print(myList)

lähtö:

Kirjoita no. riveistä: 2
Kirjoita haluamasi cols-määrä: 2
((0, 0), (0, 1))

Yllä olevassa esimerkissä me vain otamme loppukäyttäjältä vastaan ​​ei. rivien ja sarakkeiden lukumäärä. Sen jälkeen tallennamme vastaavat arvot muuttujaan, jota kutsutaan riveiksi ja sarakkeiksi. Lisäksi loimme sisäkkäisen silmukan ja osoitimme sen muuttujalle nimeltään luettelo. Otamme tässä vain kohteita silmukkana niiden numeroiden yli, jotka otamme loppukäyttäjältä rivien ja colien muodossa.

Sen jälkeen olemme silmukka rivien ja sarakkeiden yli. Lopuksi luomme luettelon loppukäyttäjän tarjoamien numeroiden mukaan.

Kokeile tätä ohjelmaa. Jos et tiedä kuinka silmukka toimii pythonissa, tarkista ensin tämä käsite ja palaa sitten takaisin tänne. Ymmärrät tämän paremmin.

Kuinka 3D-taulukot määritellään Pythonissa?

Oletetaan, että matriisi on 1 * 3 * 3. Meidän on määriteltävä se luettelon muodossa, jolloin se olisi 3 kohdetta, 3 riviä ja 3 saraketta.

Yllä olevassa kaaviossa meillä on vain yksi @ jokaisessa sarjassa, ts. Yksi elementti jokaisessa sarjassa. 3 saraketta ja 3 riviä vastaavasti.

Kuinka sitten voimme määritellä sen? Pythonissa voimme määritellä tämän kolmiulotteisen taulukon luettelon avulla. 3-ulotteiset taulukot ovat ryhmiä. Tätä pesättäessä ei ole mitään rajoituksia.

Kuinka luoda 3D-taulukkoja Pythoniin?

Luomme luettelon, joka pesetään. Kokeile seuraavaa pientä esimerkkiä. Jos tunnet silmukkien pythonin, ymmärrät helposti alla olevan esimerkin.

symbol = (( ('@' for col in range(2)) for col in range(2)) for row in range(3)) print(symbol)

lähtö:

((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')))

Jos tarkastelemme tarkkaan yllä olevaa esimerkkiä, meillä on yksi tyyppiluettelon muuttuja. Määritämme hakasulkeilla luettelon pythonissa. Luettelossa olemme antaneet silmukan etäisyystoiminnon avulla. Mikä määrittelee yksinkertaisesti 2 elementtiä yhdessä sarjassa. Jokaisessa alaluettelossa on kaksi tällaista joukkoa. Ja meillä on luettelossa yhteensä 3 elementtiä.

Kuinka lisätä 3D-ryhmien elementit Pythoniin?

Python on antanut meille kaikki ratkaisut, joita voimme tarvita. Pythonissa on monia ennalta määritettyjä menetelmiä. Nämä menetelmät auttavat meitä lisäämään elementin tiettyyn luetteloon. Python ei tue taulukkoa kokonaan. Tässä vaiheessa yksinkertaistaaksesi taulukkoa, käytämme funktion lisäystä.

Katso ystävällisesti alla olevaa ohjelmaa

Esimerkki:

mylist = ((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), (('@', '@'), ('@', '@'))) # number tuple
addition = ('$', '$') # inserting $ symbol in the existing list
my list.insert(2, addition)
print('Updated List is: ', mylist)

lähtö:

Päivitetty luettelo on: ((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')), ( '$', '$'), (('@', '@'), ('@', '@')))

Tässä, yllä olevassa ohjelmassa, lisäämme uuden taulukkoelementin pythonin tarjoaman lisäysmenetelmän avulla. Yllä olevassa ohjelmassa meillä on yksi kolmiulotteinen luettelo, jota kutsutaan minun listani.

Lisäämismenetelmässä on kaksi argumenttia. Yksi on sijainti eli vain indeksinumero. Ja toinen on todellinen elementti, jonka haluat lisätä olemassa olevaan taulukkoon tai luetteloon. Tässä otimme elementin yhdestä muuttujasta, jonka halusimme lisätä. Käytämme lisäystapaa luettelossa.

Yritä suorittaa tämä ohjelma. Leikkiä ulostulolla erilaisille yhdistelmille. Yllä olevassa ohjelmassa olemme antaneet aseman 2. Me kaikki tiedämme, että taulukkoindeksi alkaa nollasta (0). Tämä tarkoittaa, että uusi elementti lisättiin kolmanteen paikkaan, kuten tuotosta voi nähdä.

Kuinka poistaa 3D-ryhmien elementit Pythonista?

Jos haluamme poistaa viimeisen elementin luettelosta / taulukosta, käytämme pop-menetelmää. Katso alla olevaa esimerkkiä. Täältä olemme poistaneet ryhmän viimeisen elementin. Meillä on pop () -menetelmä. Tämä menetelmä poistaa viimeisen elementin luettelosta. Olemme käyttäneet pop () -menetelmää kolmiulotteisessa luettelossamme / taulukossa ja se antaa meille tuloksen, jossa on vain kaksi luetteloelementtiä. Kokeile seuraavaa esimerkkiä.

esimerkki

symbol = (( ('@' for col in range(2)) for col in range(2)) for row in range(3)) symbol.pop()
print(symbol)

lähtö:

((('@', '@'), ('@', '@')), (('@', '@'), ('@', '@')))

Numpy

Täällä tarkastelemme Numpya. Kuten jo tiedämme, Numpy on python-paketti, jota käytetään käsittelemään python-ryhmiä. Aloitetaan ymmärtää miten se toimii. Tämän paketin käyttämiseksi meidän on asennettava se ensin koneellemme. Asenna se MAC- tai Linux-käyttöjärjestelmään seuraavalla komennolla.

Pip Install Numpy

  • Unohtamatta se Windowsissa, meidän on asennettava se Numpyn asentajan toimesta. Emme saa liian paljon, koska jokainen ohjelma, jota ajamme numeron kanssa, tarvitsee Numpyn järjestelmässämme.
  • Numpy-ohjelmalla on ennalta määritetty toiminto, jonka avulla taulukon käsitteleminen on helppoa. Matriisi on yleensä sellainen, jolla on kiinteä koko. Matriisin koon lisääminen tai pienentäminen on melko tärkeää. Numpy voittaa tämän ongelman ja tarjoaa sinulle hyvän toiminnallisuuden käsitellä tätä.
  • Jotta voimme aloittaa työskentelyn Numpyn kanssa asennuksen jälkeen sen onnistuneesti koneellemme, meidän on tuotava ohjelmamme. Tuonnin jälkeen käytämme sen objektia.
  • Numpyn käyttäminen sisältää joukon uusia buzz-sanoja, kuten jokaisessa paketissa. Jos haluat lisätietoja Numpystä, käy sitten linkillä: https://docs.scipy.org/doc.
  • Täältä löydät tarkimmat tiedot ja Numpyn päivitetyn version.

johtopäätös

Python on skriptikieli, jota käytetään enimmäkseen pienten automatisoitujen komentosarjojen kirjoittamiseen. Jos tarkastelemme tarkkaan vaatimuksia, jotka meidän pitäisi tietää, niin on kuinka pelata moniulotteisilla ryhmillä. Pythonilla voimme kirjoittaa suuren käsikirjoituksen vähemmän koodilla. Monet nousevat tekniikat tarvitsevat tämän näkökohdan toimimiseksi. ML, AI, iso data, Hadoop, automaatio tarvitsee pythonin tehdäkseen enemmän vähemmän aikaa. Numpyn kaltaiset paketit ovat lisäetu tässä.

Suositellut artikkelit

Tämä on opas 3D-ryhmiin Pythonissa. Tässä keskustellaan johdannosta ja siitä, kuinka 3D-taulukot määritetään Pythonissa, sekä 3D-ryhmien elementtien luomiseen, lisäämiseen ja poistamiseen Pythonissa. Voit myös katsoa seuraavia artikkeleita saadaksesi lisätietoja -

  1. Python-kirjastot datatieteelle
  2. Rakentaja Pythonissa
  3. Boolen operaattorit Pythonissa
  4. Opas 3D-ryhmiin C: ssä
  5. Kuinka luoda 3D-taulukkoja Java-sovellukseen?
  6. 3D-taulukot C ++: ssa
  7. Taulukot PHP: ssä