Guruh talabasi imomaliyer Mirjalol

3) Ishni bajarish:
Oddiy va keng tarqalgan misoldan boshlaymiz. Aytaylik, bizda neyron tarmog‘imiz hal etishi kerak bo‘lgan qaysidir muammo bor.

	KIRISH			CHIQISH
MISOL 1	0	0	1		0
MISOL 2	1	1	1		1
MISOL 3	1	0	1		1
MISOL 4	0	1	1		0

Ushbu jadvalda siz kiruvchi va chiquvchi ma’lumotlar to‘plamini ko‘rishingiz mumkin. Keltirilgan ma’lumotlardan kelib chiqib, keyingi jadvaldagi noma’lum chiquvchini qiymatini topib ko‘ring.

	KIRISH			CHIQISH
MISOL 1	0	0	1		0
MISOL 2	1	1	1		1
MISOL 3	1	0	1		1
MISOL 4	0	1	1		0

MISOL 5

1

0

0

?

3. NumPy maqsadlarni CPython ma'lumotnoma amalga oshirish Python-ning optimallashtirilmaganligi bayt kodi tarjimon. Pythonning ushbu versiyasi uchun yozilgan matematik algoritmlar ko'pincha nisbatan sekin ishlaydi tuzilgan ekvivalentlar. NumPy sekinlik muammosini qisman ko'p o'lchovli massivlar va massivlarda samarali ishlaydigan funktsiyalar va operatorlar bilan ta'minlash orqali hal qiladi, asosan ba'zi kodlarni qayta yozishni talab qiladi ichki halqalar, NumPy yordamida.

Python-da NumPy-ni ishlatish bilan taqqoslanadigan funksionallikni beradi MATLAB chunki ikkalasi ham sharhlangan,^[18] va ularning ikkalasi ham foydalanuvchiga tezkor dasturlarni yozishga imkon beradi, chunki aksariyat operatsiyalar o'rniga massiv yoki matritsada ishlaydi skalar. Taqqoslash uchun, MATLAB juda ko'p qo'shimcha asbob qutilariga ega, xususan Simulink, NumPy esa zamonaviyroq va to'liqroq dasturlash tili bo'lgan Python bilan ichki birlashtirilgan. Bundan tashqari, qo'shimcha Python to'plamlari mavjud; SciPy MATLABga o'xshash ko'proq funktsiyalarni qo'shadigan kutubxona Matplotlib MATLAB-ga o'xshash chizish funksiyasini ta'minlaydigan chizmalar to'plami. Ichki sifatida MATLAB ham, NumPy ham ishonadi BLAS va LAPACK samarali chiziqli algebra hisoblashlari uchun.

4.
Seaborn - Estetik shakl

Ma'lumotlarni vizualizatsiya qilish bir qadam, ma'lumotlarni vizuallashtirishni yanada takomillashtirish esa yana bir qadamdir. Vizualizatsiya auditoriyaga ularning e'tiborini jalb qilish uchun miqdoriy ma'lumotlarni etkazib berishda muhim rol o'ynaydi.
Estetika - bu tabiat va go'zallikning qiymati, xususan san'at bilan bog'liq bo'lgan tamoyillarning majmuini anglatadi. Vizualizatsiya - bu ma'lumotlarni samarali va osonlik bilan taqdim etish san'ati.
Matplotlib kutubxonasi xususiylashtirish uchun juda yaxshi, ammo undan foydalanish uchun jozibali va kutilgan syujetni olish uchun qanday sozlamalarni o'zgartirish kerakligini bilishingiz kerak. Matplotlibdan farqli o'laroq, Seaborn moslashtirilgan mavzular va Matplotlib raqamlarining ko'rinishini sozlash va boshqarish uchun yuqori darajadagi interfeys bilan ta'minlangan.
misol
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
sinplot()
plt.show()
Standart Matplotlib sozlamalari bilan syujet shunday ko'rinadi —



Xuddi shu grafikani Seaborn-ning standart parametrlariga o'zgartirish uchun set () funktsiyasidan foydalaning—
misol
import numpy as np
from matplotlib import pyplot as plt
def sinplot(flip = 1):
x = np.linspace(0, 14, 100)
for i in range(1, 5):
plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip)
import seaborn as sb
sb.set()
sinplot()
plt.show()
Natija



Yuqoridagi ikkita rasm Matplotlib va ​​Seabornning standart holatida grafikalarining farqini ko'rsatadi. Ma'lumotlarning taqdim etish bir xil, ammo ikkala holatda ham taqdimot uslubi boshqacha.