یک تابع بسیار جالب در Numpy
یکی از توابع جالب ماژول Numpy تابع fromfunction است. کاربرد این تابع وقتی است که می خواهیم تاثیر همزمان دو متغیر را در مدل شبیه سازی کنیم. برای دقیق تر شدن بحث ماتریسی را فرض کنید که سطرهای آن مقادیر X و ستون های آن مقادیر Y را نشان می دهند و ما تابعی را بر اساس مقادیر XوY مقدار دهی می کنیم.
برای سادگی موضوع تابع f=x*y را در نظر بگیرید. به کمک این تابع و تابع fromfunction به راحتی می توانیم یک جدول ضرب را شبیه سازی کنیم.

#پایتون_مالی
#numpy
#fromfunction

@python4finance

100 تمرین برای مرور Numpy
در فایل ضمیمه این پست، 100 تمرین برای مرور Numpy در قالب یک فایل Notebook ارائه شده است. سختی و آسانی سوالات با علامت ستاره در جلوی هر سوال مشخص شده است.
در پست بعد، پاسخ سوالات ارائه می شود.

#پایتون_مالی
#نام_پای
#تمرین


#Numpy
#exercises

پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

پاسخ 100 تمرین برای مرور Numpy (لینک سوالات)


#پایتون_مالی
#نام_پای
#تمرین


#Numpy
#exercises

پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

حل دستگاه معادلات (چند معادله چند مجهول) در Numpy
یکی از روش های حل سیستم‌های معادلات خطی، استفاده از روش ماتریسی است به این صورت که ضرایب متغیرها را در یک ماتریس و نتیجه را در ماتریس دیگر می نویسیم و به وسیله جبر ماتریس ها، متغیرها را محاسبه می کنیم.
در مثال این پست، یک دستگاه معادلات با سه متغیر و سه مجهول توسط Numpy حل شده است.

#دستگاه معادلات
#معادلات خطی
#مدلسازی_مالی
#پایتون_مالی
#Numpy



✅عضویت در کانال پایتون برای مالی
t.me/python4finance

دستور جادویی pylab%
عموما در بیشتر کارها ماژول های Numpy و Matplotib را فراخوانی می کنیم. اگر می خواهید از import هر باره این ماژول ها خلاص شوید می توانید از دستور جادویی pylab% استفاده کنید. تقریبا این دستور معادل دستورات زیر است:
from numpy import *
from matplotlib import *
(البته توجه داریم این دستور را داخل notebook یا ipython باید اجرا کنیم)

#ژوپیتر
#دستور_جادویی

#Notebook
#Numpy
#Matplotlib
#python_for_finance

پایتون برای مالی در تلگرام
t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

عدم نمایش اعداد به صورت نماد علمی در Numpy
یکی از سوالاتی که این چند وقت برخی از همراهان کانال از من پرسیده بودند این است که هنگام کار با Numpy، داده ها با نماد علمی نمایش داده می شوند. چگونه می توان داده ها را به صورت اعشاری ساده نمایش داد؟
برای این کار کافی است عبارت np.set_printoptions(suppress=True) را در برنامه خود درج کنید.
در تصویر این پست این موضوع با یک مثال ساده نمایش داده شده است.

#نماد_علمی
#Numpy
t.me/python4finance

جستجوی یک مقدار در آرایه
خیلی از اوقات می خواهیم یک شرط خاص را بر روی یک آرایه numpy بررسی کنیم. البته استفاده از یک حلقه و بررسی تک تک مقادیر با If یک راه مقدماتی است اما در numpy برای این مسئله تابع where ارائه شده است. به کمک این تابع می توانید یک شرط خاص را روی تمامی اعضای یک آرایه لحاظ کنید.
در مثال این پست در بین اعداد 1 تا 100 ، اعدادی که باقیمانده مجذور آنها به اضافه سه تقسیم بر هفت ((a**2+3)%7==0) برابر صفر می شود یا اعدادی که مضرب هشت هستند را انتخاب می کنیم.

#پایتون_مالی
#numpy
#where


✅عضویت در کانال پایتون برای مالی
t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

برگه خلاصه مرور ماژول Numpy
نامپای اصلی ترین ماژول برای کار با آرایه‌ها و کارهای ریاضی ماتریسی است. در این فایل، مروری سریع بر توابع اصلی ماژول Numpy شده است.


#خلاصه_مرور
#برگه_تقلب
#پایتون_مالی
#Numpy
#DataCamp

✅عضویت در کانال پایتون برای مالی
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

یک تابع جالب در Numpy برای کار با آرایه ها
یکی از نکاتی که در هنگام کار با آرایه ها با آن مواجه هستیم، الحاق آرایه ها یا همان concatenation است. قبلا در خصوص تابع concate با هم صحبت کرده بودیم. یکی دیگر از توابع جالبی که برای این موضوع استفاده می شود تابع numpy.r_ است. با کمک این تابع می توان به راحتی آرایه ها را به صورت سطری تلفیق کرد. کار جالب دیگر این تابع، ساخت سری اعداد درست مانند arange است. در مثال این پست با چند نمونه از امکانات این تابع آشنا می شوید.

#آرایه
#الحاق

#Numpy
#concatenation
#concate

✅عضویت در کانال پایتون برای مالی
t.me/python4finance

ساخت آرایه بر اساس مقادیر تکراری مشخص!
در خصوص numpy پیش از این مفصل صحبت کرده ایم. البته امکانات این ماژول بسیار زیاد است و معمولا همه توابع آن در کارهای روزانه استفاده نمی شود. یکی از توابع جالب این ماژول، تابع repeat است. (به نوعی برعکس تابع unique عمل می کند) با استفاده از این تابع می توان آرایه با مقادیر تکراری مشخص ساخت. در مثال این پست کارکرد این تابع جالب نمایش داده شده است.
#numpy
#repeat


پایتون برای مالی
🆔 t.me/python4finance