آموزش numpy | عملیات شرطی با آرایه ها

اعمال شرط بر روی آرایه

در این بخش، به بررسی چگونگی اعمال شرط بر روی آرایه‌های numpy می‌پردازیم. اعمال شرط به ما این امکان را می‌دهد که بتوانیم به راحتی عناصر خاصی از آرایه‌ها را شناسایی کرده و با آن‌ها کار کنیم. این عملیات می‌تواند شامل مقایسه مقادیر عناصر آرایه با یک عدد مشخص یا اعمال شرط‌های پیچیده‌تر باشد.

1. مقایسه ساده

برای اعمال یک شرط ساده، می‌توانیم از عملگرهای مقایسه‌ای مانند == (برابر)، != (نابرابر)، < (کوچکتر از)، > (بزرگتر از) و <= (کوچکتر یا برابر) و >= (بزرگتر یا برابر) استفاده کنیم. این عملگرها به ما اجازه می‌دهند تا یک آرایه بولی (Boolean array) ایجاد کنیم که در آن هر عنصر نشان‌دهنده نتیجه مقایسه مربوط به عنصر متناظر در آرایه اصلی است.

به عنوان مثال:

import numpy as np

# ایجاد یک آرایه numpy
arr = np.array([10, 20, 30, 40, 50])

# اعمال شرط: آیا عناصر بزرگتر از 25 هستند؟
condition = arr > 25

print(condition)

خروجی این کد آرایه‌ای از نوع بولی خواهد بود:

[False False  True  True  True]

این خروجی نشان می‌دهد که تنها سه عنصر از آرایه اصلی بزرگتر از 25 هستند.

2. استفاده از آرایه بولی

پس از ایجاد یک آرایه بولی، می‌توانیم از آن برای فیلتر کردن عناصر آرایه اصلی استفاده کنیم. با استفاده از آرایه بولی، می‌توانیم تنها عناصر مورد نظر را استخراج کنیم.

به عنوان مثال:

# استخراج عناصر بزرگتر از 25
filtered_elements = arr[arr > 25]

print(filtered_elements)

خروجی این کد:

[30 40 50]

3. ترکیب شرط‌ها

می‌توانیم چندین شرط را با استفاده از عملگرهای منطقی & (و)، | (یا) و ~ (نقیض) ترکیب کنیم. برای استفاده از این عملگرها، باید هر شرط را در پرانتز قرار دهیم.

به عنوان مثال، فرض کنید می‌خواهیم عناصری را پیدا کنیم که بزرگتر از 20 و کوچکتر از 50 هستند:

# ترکیب شرط‌ها
combined_condition = (arr > 20) & (arr < 50)

# استخراج عناصر بر اساس شرط ترکیبی
filtered_combined = arr[combined_condition]

print(filtered_combined)

خروجی این کد:

[30 40]

4. نتیجه‌گیری

اعمال شرط بر روی آرایه‌های numpy یک ابزار قدرتمند است که به ما این امکان را می‌دهد تا به راحتی داده‌ها را فیلتر کنیم و با آن‌ها کار کنیم. با استفاده از عملگرهای مقایسه‌ای و منطقی، می‌توانیم به سادگی و با کارایی بالا، عناصر مورد نظر خود را شناسایی کنیم. این قابلیت برای تحلیل داده‌ها و انجام محاسبات پیچیده بسیار مفید است.