logo

Python dasturlash tili kutubxonalari bilan sun’iy intellekt tizimlarini ishlab chiqish. Numpy kutubxonasi.

Загружено в:

08.08.2023

Скачано:

0

Размер:

449.7587890625 KB
Python dasturlash tili kutubxonalari bilan sun’iy intellekt
tizimlarini ishlab chiqish. Numpy kutubxonasi.
Reja:
1. Numpy haqida mma’lumot.
2. Vektorlashgan hisoblash
3. N-o'lchamli massiv NumPy   Python dasturlash tili uchun   kutubxona bo lib,ʻ   katta, ko p 	ʻ
o lchovli massivlar va matritsalarni qo llab-quvvatlaydi, shuningdek, ushbu 	
ʻ ʻ
massivlarda ishlash uchun yuqori darajadagi matematik funktsiyalarning 
katta to plamini qo shadi. 	
ʻ ʻ NumPy 2005 yilda Travis Oliphant tomonidan 
yaratilgan.   Bu ochiq kodli loyiha bo'lib, undan erkin foydalanishingiz 
mumkin. NumPy raqamli Python degan ma'noni anglatadi. NumPy Python 
kutubxonasi bo lib, qisman Python tilida yozilgan, lekin tez hisoblashni talab 	
ʻ
qiladigan qismlarning aksariyati C yoki C++ da yozilgan.
Nima uchun NumPy dan foydalanish kerak?
Python-da bizda massivlar maqsadiga xizmat qiluvchi ro'yxatlar bor, lekin 
ularni qayta ishlash sekin. NumPy an'anaviy Python ro'yxatlariga qaraganda 
50x tezroq massiv ob'ektini taqdim etishga qaratilgan. NumPy-dagi massiv 
ob'ekti   ndarray deb ataladi , u massiv bilan ishlashni    osonlashtiradigan 
ko'plab yordamchi funktsiyalarni ta'minlaydi. Massivlar tezlik va resurslar 
juda muhim bo'lgan ma'lumotlar tahlili fanida tez-tez ishlatiladi.
Massivlar ustida normal va vektorlashgan hisoblashlarni amalga 
oshirishimiz mumkin. 
Vektorlashgan hisoblash – massiv ko’rinishidagi ma’lumot 
to’plamining barcha elementlari ustida bir vaqtning o’zida hisoblash 
amallarini bajarish.
1-rasm. NumPy-ni o'rnatish: pip install numpy-ushbu buyruq yordamida uni 
o'rnatib olamiz. NumPy o'rnatilgandan so'ng, kalit so'zni qo'shish orqali uni 
ilovalarga import qilamiz. NumPy odatda np   taxallus ostida import qilinadi.
import   numpy   as   np
Python list bilan NumPy kutubxonasidagi massivlar (arraylar) 
hisoblashlari orasidagi farqni ko'ramiz.
Natija deyarli 30 martani tashkil qilganini ko’rishimiz mumkin.
N-o'lchamli massiv (array) yaratish va ularga ishlov berish.
Numpyda   massiv   yaratishning   eng   oson   yo'llaridan   biri
bu   array   funksiyasi   yordamida   amalga   oshiriladi.   Va   ushbu   funksiya   har
qanday   turdagi   ketma-ket   ma'lumotlarni   qabul   qilib,   uni   yangi   Numpy
arrayiga o'girib beradi.
“List” nomli lug’at yaratib olib so’ng uni Numpyga o’giramiz:
1) Massiv o’lchamini .ndim metodi yordamida aniqlaymiz. Ikki va undan katta o'lchamli massivlar yaratish uchun ham listlardan 
foydalanamiz.
2) Shape va size metodlari, shape   metodi massivning qator va ustunlar 
sonini ko'rsatsa,   size   esa massivlardagi elementlar sonini nomoyon 
etadi.
3) N-o’lchamli massiv yaratish arrange funksiyasi yordamida
4) Random funksiyasi yordamida yaratish
N-o'lchamli massiv (array)larga ishlov berish. N-o’lchamli massivlarda indeks 0 dan boshlanadi yoki teskari tartibda -
1 dan boshlanadi.
2-rasm
Bir o’lchamli massiv yaratamiz va uni indekslariga murojaat qilamiz:
“arr” nomli massivning 3:5 indekslaridagi qiymatlariga murojaat qilgandagi 
natijani ko’rishingiz mumkin.
3-rasm.
Numpy kutubxonasida massivning kesib olingan qismga o'zgartirish kirtilsa, 
asosiy manba massivga ta'sir qiladi.  2 o'lchamli (2d array) massivlarda indeks va kesib olish uchun dastlan 2
o’lchamli massiv yaratamiz va uni chop qilamiz
4-rasm.
“arr” nomli massivning 3-ustun 2 va 3-elelmentlarini kesib olish tartibi 
quyidagicha 2 o’lchamli massiv elementlarini kesib olishning bir-nechta usullarini ko’rib 
chiqamiz.
5-rasm
3-o'lchamli massivlarda indeks va kesib olish asoslari 6-rasm.
3 o'lchamli (3d array) massivlarda indeks va kesib olish uchun dastlab 3
o’lchamli massiv yaratamiz va uni chop qilamiz. 3-o’lchamli massivning har bir elementiga murojaat qilish tartibi 
quyidagicha
3-o’lchamli massiv elementlarini kesib olish tartibi ham 1 va 2 
o’lchovli massivlarnikiga o’xshash
Massivlar pozitsiyasini ko'chirish   Transpose   va o'qlar o'rnini 
almashtirish   Swapping axe
7-rasm.
1 o’lchamli massiv hosil qilamiz va .reshape metodi yordamida shaklini
o’zgartiramiz Trasnpose metodini va uning qo’llanilishi
Swapaxes metodi va uning qo’llanilishi Foydalanilgan adabiyotlar
1. Wolfgang   Ertel.   “Introduction   to   Artificial   Intelligence”.   Germany-
2017.
2. Joshua   Eckroth.   “Python   Artificial   Intelligence   Projects   for
Beginners”.Birmingham 2018.
3. Nigmatov H. “Intellektual tizimlar”. Toshkent-2019.
4. А.В.   Гаврилов.   Системы   искусственного   интеллекта.   Учебное
пособие, ч. 1. - Новосибирск, НГТУ, 2000.  – 115 с.
5. Интеллектуалные системы и их моделирование. - М.: Наука, 1986.
–с. 25-125.
6. Искусственный   интеллект.   Применение   в   интегрированных
производственных   системах.   Под   ред.   Э.Кюсиака.   -   М.:
Машиностроение, 1991.  – с.40-70.
7. Искусственный интеллект. Справочник в 3-х томах. - М.: Радио и
связ, 1990.  – с.30-140.

Python dasturlash tili kutubxonalari bilan sun’iy intellekt tizimlarini ishlab chiqish. Numpy kutubxonasi. Reja: 1. Numpy haqida mma’lumot. 2. Vektorlashgan hisoblash 3. N-o'lchamli massiv

NumPy Python dasturlash tili uchun kutubxona bo lib,ʻ katta, ko p ʻ o lchovli massivlar va matritsalarni qo llab-quvvatlaydi, shuningdek, ushbu ʻ ʻ massivlarda ishlash uchun yuqori darajadagi matematik funktsiyalarning katta to plamini qo shadi. ʻ ʻ NumPy 2005 yilda Travis Oliphant tomonidan yaratilgan. Bu ochiq kodli loyiha bo'lib, undan erkin foydalanishingiz mumkin. NumPy raqamli Python degan ma'noni anglatadi. NumPy Python kutubxonasi bo lib, qisman Python tilida yozilgan, lekin tez hisoblashni talab ʻ qiladigan qismlarning aksariyati C yoki C++ da yozilgan. Nima uchun NumPy dan foydalanish kerak? Python-da bizda massivlar maqsadiga xizmat qiluvchi ro'yxatlar bor, lekin ularni qayta ishlash sekin. NumPy an'anaviy Python ro'yxatlariga qaraganda 50x tezroq massiv ob'ektini taqdim etishga qaratilgan. NumPy-dagi massiv ob'ekti ndarray deb ataladi , u massiv bilan ishlashni osonlashtiradigan ko'plab yordamchi funktsiyalarni ta'minlaydi. Massivlar tezlik va resurslar juda muhim bo'lgan ma'lumotlar tahlili fanida tez-tez ishlatiladi. Massivlar ustida normal va vektorlashgan hisoblashlarni amalga oshirishimiz mumkin. Vektorlashgan hisoblash – massiv ko’rinishidagi ma’lumot to’plamining barcha elementlari ustida bir vaqtning o’zida hisoblash amallarini bajarish. 1-rasm.

NumPy-ni o'rnatish: pip install numpy-ushbu buyruq yordamida uni o'rnatib olamiz. NumPy o'rnatilgandan so'ng, kalit so'zni qo'shish orqali uni ilovalarga import qilamiz. NumPy odatda np taxallus ostida import qilinadi. import numpy as np Python list bilan NumPy kutubxonasidagi massivlar (arraylar) hisoblashlari orasidagi farqni ko'ramiz. Natija deyarli 30 martani tashkil qilganini ko’rishimiz mumkin. N-o'lchamli massiv (array) yaratish va ularga ishlov berish. Numpyda massiv yaratishning eng oson yo'llaridan biri bu array funksiyasi yordamida amalga oshiriladi. Va ushbu funksiya har qanday turdagi ketma-ket ma'lumotlarni qabul qilib, uni yangi Numpy arrayiga o'girib beradi. “List” nomli lug’at yaratib olib so’ng uni Numpyga o’giramiz: 1) Massiv o’lchamini .ndim metodi yordamida aniqlaymiz.

Ikki va undan katta o'lchamli massivlar yaratish uchun ham listlardan foydalanamiz. 2) Shape va size metodlari, shape metodi massivning qator va ustunlar sonini ko'rsatsa, size esa massivlardagi elementlar sonini nomoyon etadi. 3) N-o’lchamli massiv yaratish arrange funksiyasi yordamida 4) Random funksiyasi yordamida yaratish N-o'lchamli massiv (array)larga ishlov berish.

N-o’lchamli massivlarda indeks 0 dan boshlanadi yoki teskari tartibda - 1 dan boshlanadi. 2-rasm Bir o’lchamli massiv yaratamiz va uni indekslariga murojaat qilamiz: “arr” nomli massivning 3:5 indekslaridagi qiymatlariga murojaat qilgandagi natijani ko’rishingiz mumkin. 3-rasm. Numpy kutubxonasida massivning kesib olingan qismga o'zgartirish kirtilsa, asosiy manba massivga ta'sir qiladi.