নামপাই

নামপাই (ইংরেজি: NumPy) বড়, এবং বহু ডাইমেনশনের অ্যারে ও ম্যাট্রিক্সের জন্য, সাথে সাথে উঁচু পর্যায়ের গাণিতিক ফাংশন এ অ্যারে সমূহের মধ্যে অপারেটের জন্য উন্নয়ন করা পাইথনের একটি লাইব্রেরি। নামপাইয়ের পূর্বপুরুষ নিউমেরিক জিম হুগুনিন অন্যকিছু উন্নয়নকারীর সহযোগিতায় তৈরী করেছিলেন। ২০০৫ সালে ত্রাভিস ওলিফ্যান্ট নামপাই তৈরী করেন। নামপাই একটি উন্মুক্ত উৎসের সফটওয়্যার এবং এর অনেক অবদানকারী রয়েছে।

নামপাই

মূল উদ্ভাবক	ত্রাভিস ওলিফ্যান্ট
উন্নয়নকারী	সম্প্রদায়-চালিত প্রকল্প
প্রাথমিক সংস্করণ	নিউমেরিক হিশেবে, ১৯৯৫ (1995); নামপাই হিশেবে, ২০০৬ (2006)
স্থিতিশীল সংস্করণ	১.১৭.৪ / ১১ নভেম্বর ২০১৯; ৪ বছর আগে (2019-11-11)[1]
পূর্বরূপ সংস্করণ	১.১৮.০আরসি১ / ৬ ডিসেম্বর ২০১৯; ৪ বছর আগে (2019-12-06)[1]
রিপজিটরি	github.com/numpy/numpy
যে ভাষায় লিখিত	পাইথন, সি
অপারেটিং সিস্টেম	ক্রস-প্ল্যাটফর্ম
ধরন	সংখ্যাগত বিশ্লেষণ
লাইসেন্স	বিএসডি
ওয়েবসাইট	numpy.org

উদাহরণ সমূহ

অ্যারে তৈরী করা

>>> import numpy as np
>>> x = np.array([1, 2, 3])
>>> x
array([1, 2, 3])
>>> y = np.arange(10)  # like Python's range, but returns an array
>>> y
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

প্রাথমিক অপারেশনসমূহ

>>> a = np.array([1, 2, 3, 6])
>>> b = np.linspace(0, 2, 4)  # create an array with four equally spaced points starting with 0 and ending with 2.
>>> c = a - b
>>> c
array([ 1.        ,  1.33333333,  1.66666667,  4.        ])
>>> a**2
array([ 1,  4,  9, 36])

ইউনিভার্সাল ফাংশনসমূহ

>>> a = np.linspace(-np.pi, np.pi, 100) 
>>> b = np.sin(a)
>>> c = np.cos(a)

লিনিয়ার আলজেবরা

>>> from numpy.random import rand
>>> from numpy.linalg import solve, inv
>>> a = np.array([[1, 2, 3], [3, 4, 6.7], [5, 9.0, 5]])
>>> a.transpose()
array([[ 1. ,  3. ,  5. ],
       [ 2. ,  4. ,  9. ],
       [ 3. ,  6.7,  5. ]])
>>> inv(a)
array([[-2.27683616,  0.96045198,  0.07909605],
       [ 1.04519774, -0.56497175,  0.1299435 ],
       [ 0.39548023,  0.05649718, -0.11299435]])
>>> b =  np.array([3, 2, 1])
>>> solve(a, b)  # solve the equation ax = b
array([-4.83050847,  2.13559322,  1.18644068])
>>> c = rand(3, 3) * 20  # create a 3x3 random matrix of values within [0,1] scaled by 20
>>> c
array([[  3.98732789,   2.47702609,   4.71167924],
       [  9.24410671,   5.5240412 ,  10.6468792 ],
       [ 10.38136661,   8.44968437,  15.17639591]])
>>> np.dot(a, c)  # matrix multiplication
array([[  53.61964114,   38.8741616 ,   71.53462537],
       [ 118.4935668 ,   86.14012835,  158.40440712],
       [ 155.04043289,  104.3499231 ,  195.26228855]])
>>> a @ c # Starting with Python 3.5 and NumPy 1.10
array([[  53.61964114,   38.8741616 ,   71.53462537],
       [ 118.4935668 ,   86.14012835,  158.40440712],
       [ 155.04043289,  104.3499231 ,  195.26228855]])

ওপেনসিভির সাথে কাজ

>>> import numpy as np
>>> import cv2
>>> r = np.reshape(np.arange(256*256)%256,(256,256))  # 256x256 pixel array with a horizontal gradient from 0 to 255 for the red color channel
>>> g = np.zeros_like(r)  # array of same size and type as r but filled with 0s for the green color channel
>>> b = r.T # transposed r will give a vertical gradient for the blue color channel
>>> cv2.imwrite('gradients.png', np.dstack([b,g,r]))  # OpenCV images are interpreted as BGR, the depth-stacked array will be written to an 8bit RGB PNG-file called 'gradients.png'
True

আরও পড়ুন

• ব্রেসার্ট, এলি (২০১২)। সাইপাই ও নামপাই: উন্নয়নকারীদের জন্য একটা প্রাকদর্শন। ও'রিলি মিডিয়া। আইএসবিএন 978-1-4493-0546-8।
• ম্যাকিনি, ওয়েস (২০১৭)। পাইথন ফর ডাটা এনালাইসিস (২য় সংস্করণ)। সেবাস্তফুল: ও'রিলি। আইএসবিএন 978-1-4919-5766-0।

তথ্যসূত্র

1. "মুক্তিসমূহ – numpy/numpy"। সংগ্রহের তারিখ ১৫ ডিসেম্বর ২০১৯ – গিটহাব-এর মাধ্যমে।

বহিঃসংযোগ

• দাপ্তরিক ওয়েবসাইট
• নামপাইয়ের ইতিহাস