পাইথনে NumPy ব্যবহার করে ম্যাট্রিক্স ম্যানিপুলেশন

NumPy ম্যাট্রিক্স অপারেশন

NumPy দিয়ে ম্যাট্রিক্স যোগ, বিয়োগ, গুন, ভাগ, ডট প্রোডাক্ট, ট্রান্সপোজ, স্কয়ার রুট, সammans ইত্যাদি করা যায়।

উদাহরণ কোড

import numpy as np

# دوটি 2x2 ম্যাট্রিক্স
x = np.array([[1, 2], [4, 5]])
y = np.array([[7, 8], [9, 10]])

print("Matrix X:")
print(x)
print("\nMatrix Y:")
print(y)

# মৌলিক অপারেশন
print("\nAddition (x + y):")
print(np.add(x, y))

print("\nSubtraction (x - y):")
print(np.subtract(x, y))

print("\nDivision (x / y):")
print(np.divide(x, y))

print("\nElement-wise Multiplication (x * y):")
print(np.multiply(x, y))

print("\nMatrix Multiplication (Dot Product):")
print(np.dot(x, y))  # বা x @ y

print("\nSquare Root of X:")
print(np.sqrt(x))

print("\nSum of all elements in Y:")
print(np.sum(y))

print("\nColumn-wise Sum of Y (axis=0):")
print(np.sum(y, axis=0))

print("\nRow-wise Sum of Y (axis=1):")
print(np.sum(y, axis=1))

print("\nTranspose of X (X.T):")
print(x.T)

আউটপুট

Matrix X:
[[1 2]
 [4 5]]

Matrix Y:
[[ 7  8]
 [ 9 10]]

Addition (x + y):
[[ 8 10]
 [13 15]]

Subtraction (x - y):
[[-6 -6]
 [-5 -5]]

Division (x / y):
[[0.14285714 0.25      ]
 [0.44444444 0.5       ]]

Element-wise Multiplication (x * y):
[[ 7 16]
 [36 50]]

Matrix Multiplication (Dot Product):
[[25 28]
 [73 82]]

Square Root of X:
[[1.         1.41421356]
 [2.         2.23606798]]

Sum of all elements in Y: 34
Column-wise Sum of Y (axis=0): [16 18]
Row-wise Sum of Y (axis=1): [15 19]
Transpose of X (X.T):
[[1 4]
 [2 5]]

অন্যান্য উপকারী ফাংশন

টিপস

• ম্যাট্রিক্স মাল্টিপ্লিকেশনের জন্য @ অপারেটর (পাইথন ৩.৫+) বা np.matmul() ব্যবহার করুন।
• axis=0 কলাম ডাইরেকশন, axis=1 রো ডাইরেকশন।
• ব্রডকাস্টিং নিয়ম জানলে ভেক্টর-ম্যাট্রিক্স অপারেশন সহজ হয়।