قراءات عربية في العلوم والتقنية والطبيعة والثقافة، تبدأ بسؤال وتترك لك مساحة للاستكشاف.
8713 مقالًا
قد تقرأ زاوية 180° من angle فتتصور عددًا مركبًا غير صفري على الجهة السالبة. لكن في تجربتنا أعطى أحد تمثيلات الصفر المركب الزاوية نفسها، مع مقدار يساوي صفرًا. سنفصل نتيجة الزاوية عن اختبار المقدار، ونتابع إشارتي الجزأين الحقيقي والتخيلي.
قطع خيط البندول عند الأسفل يبقي سرعته الأفقية لحظة القطع. [3]
قد تستخرج الجزء الحقيقي من مصفوفة مركبة لتعدّل أرقامه، وتظن أن الناتج الحقيقي مستقل عن الأصل المركب. في مثالنا بقيت البيانات مشتركة: كتابة واحدة في الناتج غيرت جزءًا من الأصل. سنضع نسخة صريحة بجواره، ثم نتابع ثلاث لقطات للكتابة في الاتجاهين.
عندما ترتب أعدادًا مركبة، تحتاج إلى تحديد ما تقارنه: الجزأين الحقيقي والتخيلي، أم مقدار كل عدد. في مثالنا وضعت sort_complex أكبر مقدار أولًا، بينما وضع الفرز بالمقدار هذا العدد أخيرًا. سنقرأ ترتيبين للقيم الخمس نفسها ونراجع سبب الاختلاف.
قد تحمل مصفوفة NumPy عددًا واحدًا دون محاور، ومع ذلك تعيد isscalar لها False. في مثالنا بقي العدد 13 نفسه بين خمسة تمثيلات، لكن نتيجة الاختبار تغيرت مع نوع الكائن. سنقرأ اختبار النوع إلى جانب عدد الأبعاد، ثم نرى أثر استخراج العنصر.
العدد −9 واحد، لكن نصه الثنائي قد يبدأ بشرطة أو يتكون من آحاد وأصفار فقط. في binary_repr يحدد width طريقة كتابة السالب. سنقرأ ثلاثة نصوص للقيمة نفسها، ثم نفحص لماذا لا يعيد تحويل النص إلى عدد في الأساس 2 القيمة السالبة تلقائيًا.
كتابة precision=2 لا تكفي وحدها لفهم نص عشري تنتجه format_float_positional. للقيمة 13.25 حصلنا على "13.25" في إعداد، و"13." في الآخر؛ بقي العدد الأصلي نفسه. سنثبت بقية الخيارات ونغير fractional، ثم نراجع مثالًا أكبر وتحكمًا صغيرًا تتفق فيه النتيجتان.
قد يبدو النص "1.02e+003" أدق من "1.02e+3" لأنه أطول. في مثالنا خرج النصان من العدد 1024 بإعدادين يختلفان في exp_digits وحده، وبقيا يمثلان القيمة المقربة 1020 نفسها. سنفصل عدد خانات الأس عن المعامل، ونفحص معنى الحد الأدنى للعرض.
قد تختار padding=2 وتتوقع نصًا من خانتين، ثم تظهر أربع. في مثالنا أعادت base_repr للعدد 93 في الأساس 16 النص 005D؛ أضاف الطلب صفرين إلى المقدار 5D. سنعد الأصفار والخانات والإشارة، ونفحص حدًا يتغير عنده طول المقدار.
تحتوي مصفوفتنا int8 على 61 و 64 و 70، لكن iinfo تعرض −128 و 127. لم تظهر هاتان القيمتان في البيانات أصلًا. سنفصل حدود النوع عن أصغر عنصر وأكبره، ونقارن مثيلين يحملان 61 بنوعين مختلفين.
قد تعيد iscomplexobj القيمة True لمصفوفة، ثم تعطي iscomplex القناع [False,False] للمصفوفة نفسها. في مثالنا النوع complex128 والتخيلي صفر في العنصرين. سنقارن فحص النوع بفحص القيم، ونستعمل تحكمًا حقيقيًا وآخر مختلطًا.
اختبار int16 مع int32 أعطى False في الاتجاهين، بينما سمح can_cast بالاتجاه من int16 إلى int32 مع safe. سنفصل علاقة النوع عن سياسة السماح، دون تحويل مصفوفة أو فحص عدد موجود فيها.
أعطى isdtype مع النوع np.bool_ والفئة "numeric" القيمة False، بينما أعطى مع "bool" القيمة True. سنراجع أسماء الفئات، ثم نضيف خيارًا يقبل العددية أو المنطقية دون أن ننفذ عملية حسابية على القيم.
من القائمة ["h","i"] أعادت mintypecode الرمز "h" عند typeset="h". لكن can_cast مع safe أعطى False من "i" إلى "h". سنفصل تصفية الرموز عن فحص السماح لكل نوع أصلي، ونراجع المسار الافتراضي دون تحويل بيانات.
الكتابة "u2" نجحت مع dtype وأعطت uint16، لكنها سببت KeyError عند تمريرها مباشرة إلى typename. سنقرأ رمز char الذي رجع، ثم نختبر float16 كحالة لا تنجح فيها خطوة الرمز أيضًا.
مع الأنواع i1 وu1 وf2، أعطى تجميع الأولين قبل الثالث float32، وأعطى تجميع الأخيرين قبل الأول float16. نكتب الخطوتين الوسيطتين كي نرى ما غيرته الأقواس، دون جمع قيم عددية.
مصفوفة int16 بالقيم [−41,0,41,43] أعطت الفئة numpy.float64 من common_type. سنقارنها بتمثيل float16 للقيم نفسها، ونفصل فئة الناتج من نوع المصفوفة التي بقيت كما هي.
مع متجه float32 بالقيم [−61,65]، أعطى result_type العدد الصحيح 61 وصف float32، لكنه أعطى الفئة int وصف float64. نضيف عددًا كبيرًا وتحكم NumPy int64، ونحفظ إصدار التشغيل دون تنفيذ حساب على العناصر.
