किसी ने पहले ही numpy
का उल्लेख किया है, और ओपी ने टिप्पणी की है कि "यह सी एरे के साथ फैंसी पॉइंटर गणित पर वापस आ गया है" - यह एक पूरी तरह से मामूली कार्यान्वयन विस्तार है! चूंकि अंतर्निहित स्मृति (सामान्य ;-) कंप्यूटर को बाइट्स (या शब्दों) की सरणी के रूप में देखा जा सकता है, तो पाठ्यक्रम किसी भी डेटा संरचना जो भी उस सरणी (या इसके स्लाइस) के शीर्ष पर लागू किया गया है "फैंसी पॉइंटर गणित" - डबल-एंडेड कतार, बहु-आयामी सरणी, बाइनरी पेड़, आप इसे नाम देते हैं, अंतर्निहित कार्यान्वयन हमेशा उस पर उबाल लेंगे (जैसे सभी फैंसी नियंत्रण संरचनाएं मशीन स्तर पर सशर्त और बिना शर्त कूदने के लिए उबालती हैं , इत्यादि)। SO WHAT? ये कार्यान्वयन विवरण हैं, बेशक। numpy
, फोर्ट्रान और अन्य भाषाओं और पुस्तकालयों की तरह, एन-आयामी सरणी प्रदान करता है - इससे कोई फर्क नहीं पड़ता कि यह उन्हें "गहरे अंदर" कैसे लागू करता है (असल में इसके बारे में सुन्दरता सामने है, क्योंकि आप आसानी से सरणी को फटकार और पुन: पेश कर सकते हैं - यह काफी विशिष्ट है पाइथन के उच्च गुणवत्ता वाले "हुक" के साथ उच्च स्तरीय abstractions प्रदान करने के लिए कैसे वे निम्न स्तर के लोगों से संबंधित हैं ;-)।
उदा।,
>>> import numpy
>>> x = numpy.arange(12)
>>> x
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
>>> x.reshape((3,4))
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> x.reshape((4,3))
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
>>> x.reshape((4,3))[::2, ::2]
array([[0, 2],
[6, 8]])
>>> x.reshape((4,3))[(0,1,3), ::2]
array([[ 0, 2],
[ 3, 5],
[ 9, 11]])
>>>
आप नयी आकृति प्रदान कर सकते हैं, सूचकांक, टुकड़ा और उच्च लचीलापन और उत्कृष्ट प्रदर्शन के साथ एन आयामी सरणी में डेटा को ढालना - तब भी जब यह जानकर कि अंतर्निहित डेटा ब्लॉक सिर्फ इतना है कि एक आयामी सरणी है (यहाँ एक्स पैदा होता है और 1-डी रहता है, लेकिन अगर ऐसा नहीं होता है तो आप अभी भी फ़्लैटिंग द्वारा अंतर्निहित 1-डी सरणी तक पहुंच सकते हैं)।
यह "एन-आयामी सरणी के लिए समर्थन" का अर्थ है (हालांकि अधिकांश अन्य भाषाओं और ढांचे में ऐसे समर्थन की पेशकश करने वाले ढांचे में आपको कम पारदर्शिता, कम कार्यक्षमता या दोनों ;-) मिल सकती है।
न्यूम्पी सी एक्सटेंशन का उपयोग करता है, इसलिए यह सी सरणी के साथ फैंसी पॉइंटर गणित पर वापस आ गया है। – Nope
numpy उपयोग फैंसी सूचक गणित के लेखक। आप इसके उपयोगकर्ता के रूप में नहीं है। –