Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitim içeriği olup, konuşmacı Numpy kütüphanesinin ne olduğunu ve neden kullanılabileceğini anlatmaktadır.
- Video, Numpy'nin sayısal Python'ın kısaltılmış hali olduğunu ve bilimsel hesaplamalarda kullanılan temel bir paket olduğunu açıklayarak başlıyor. Ardından Numpy'nin üç ana avantajı (daha az bellek kaplaması, hızlı olması ve kullanışlı olması) detaylı olarak gösteriliyor. Konuşmacı, Python'ın kendi veri yapıları ile Numpy'nin kendi veri yapısı olan array'ler arasındaki bellek kullanımını karşılaştırarak ve 100.000 boyutlu vektörlerin toplama işlemlerini zamanlayarak Numpy'nin avantajlarını deneysel olarak gösteriyor.
- 00:00Numpy Kütüphanesi Hakkında Genel Bilgi
- Numpy, Numerical Python'ın kısaltılmış halidir ve bilimsel hesaplamalar için temel bir pakettir.
- Numpy, lineer cebir ve istatistik alanlarında fonksiyonlar sunarak matematiksel işlemlerimizi kolaylaştırır.
- Numpy kütüphanesini kullanarak büyük işlerin matematik kısmını büyük ölçüde bitirebiliriz.
- 00:39Numpy Kütüphanesinin Kurulumu ve Temel Kullanımı
- Anakonda kullanmadığınız takdirde, komut satırına "pip install numpy" yazarak kütüphaneyi kurabilirsiniz.
- Numpy kütüphanesini "import numpy as np" komutuyla kullanabilir ve "np" olarak kısaltabilirsiniz.
- Numpy'nin kendine özgü veri yapısı olan "np.array" (numpy dizisi) ile listeleri oluşturabilir ve indeksleme yapabilirsiniz.
- 02:17Numpy Kütüphanesinin Avantajları
- Numpy kütüphanesinin üç ana avantajı vardır: daha az bellek kaplıyor, hızlı ve kullanışlıdır.
- Bellek kullanımı, hız ve kullanışlılık, bir uygulamanın popülerliğini belirleyen temel özelliklerdir.
- 03:20Bellek Kullanımı Karşılaştırması
- Python listesi ile Numpy dizisi arasında bellek kullanımı karşılaştırması yapılmıştır.
- Python listesi 10000 elemanlı bir liste için yaklaşık 12.024 bayt bellek kullanırken, Numpy dizisi aynı elemanlar için sadece 8.048 bayt kullanmıştır.
- Numpy dizisi, Python listesine göre yaklaşık 33% daha az bellek kullanmaktadır.
- 05:43Hız ve Kullanışlılık Karşılaştırması
- 100.000 elemanlı vektörlerin toplamı hesaplanarak Python ve Numpy versiyonları arasında hız karşılaştırması yapılmıştır.
- Python versiyonu işlemi yaklaşık 0,018 saniyede tamamlarken, Numpy versiyonu yaklaşık 0,005 saniyede tamamlamıştır.
- Numpy, Python'a göre yaklaşık 3,6 kez daha hızlı çalışmaktadır.