آموزش توابع رشته ای در NumPy
4 سال پیش
آموزش توابع رشته ای در NumPy
در این درس از مجموعه آموزش برنامه نویسی سایت سورس باران، به آموزش توابع رشته ای در NumPy خواهیم پرداخت.
پیشنهاد ویژه : پکیج آموزش پایتون مختص بازار کار
از توابع زیر برای انجام عملیات رشته ای برداری شده برای آرایه های dtype numpy.string_ یا numpy.unicode_ استفاده می شود. آنها براساس توابع رشته استاندارد در کتابخانه داخلی پایتون ساخته شده اند.
| توابع و توضیحات | |
|---|---|
| 1 | ()addاتصال رشته به سبک عناصر را برای دو آرایه str یا Unicode برمی گرداند |
| 2 | ()multiplyرشته را با الحاق چندگانه ، بر اساس عناصر ، برمی گرداند |
| 3 | ()centerنسخه ای از رشته داده شده را با عناصر متمرکز در رشته ای با طول مشخص برمی گرداند |
| 4 | ()capitalizeیک کپی از رشته را با بزرگترین حرف اول برمی گرداند |
| 5 | ()titleنسخه محفظه عنوان یا عنصر کد را به صورت عنصر برمی گرداند |
| 6 | ()lowerآرایه ای را با عناصر تبدیل شده به حروف کوچک برمی گرداند |
| 7 | ()upperآرایه ای را با عناصر تبدیل شده به بزرگ برمی گرداند |
| 8 | ()splitلیستی از کلمات موجود در رشته را با استفاده از جداکننده محدود کننده برمی گرداند |
| 9 | ()splitlinesلیستی از خطوط موجود در عنصر را برمی گرداند و در مرزهای خط شکسته می شود |
| 10 | ()stripکپی را با کاراکتر های برجسته و اصلی برمی گرداند |
| 11 | ()joinرشته ای را که محل اتصال رشته ها به دنباله است برمی گرداند |
| 12 | ()replaceیک کپی از رشته را با تمام وقایع رشته به جای رشته جدید برمی گرداند |
| 13 | ()decodestr.decode را از نظر عناصر فراخوانی می کند |
| 14 | ()encode
str.encode را از نظر عناصر فراخوانی می کند |
این توابع در کلاس آرایه نویسه (numpy.char) تعریف می شوند. بسته قدیمی Numarray شامل کلاس chararray بود. توابع فوق در کلاس numpy.char در انجام عملیات رشته ای برداری شده مفید هستند.
لیست جلسات قبل آموزش NumPy
- آموزش NumPy
- معرفی NumPy
- آموزش محیط کار NumPy
- آموزش شی Ndarray در NumPy
- آموزش انواع داده ها در NumPy
- آموزش ویژگی های آرایه در NumPy
- آموزش روال ایجاد آرایه در NumPy
- آموزش ایجاد آرایه از داده های موجود در NumPy
- آموزش ایجاد آرایه از محدوده های عددی در NumPy
- آموزش شاخص گذاری و برش در NumPy
- آموزش شاخص گذاری پیشرفته در NumPy
- آموزش Broadcasting در NumPy
- آموزش تکرار در یک آرایه در NumPy
- آموزش دستکاری آرایه در NumPy
- آموزش اپراتورهای دودویی در NumPy
نویسنده مطلب
saber
.svg)
دیدگاه شما