فهرست سرفصل‌های NumPy
خانه (HOME) مقدمه (Intro) شروع کار (Getting Started) ساخت آرایه ها (Creating Arrays) ایندکس گذاری آرایه (Array Indexing) برش آرایه (Array Slicing) انواع داده (Data Types) کپی در برابر View (Copy vs View) شکل آرایه (Array Shape) تغییر شکل آرایه (Array Reshape) حلقه روی آرایه (Array Iterating) ترکیب آرایه ها (Array Join) تقسیم آرایه ها (Array Split) جستجو در آرایه (Array Search) مرتب سازی آرایه (Array Sort) فیلتر کردن آرایه (Array Filter) مقدمه تصادفی سازی (Random Intro) توزیع داده (Data Distribution) جابه جایی تصادفی (Random Permutation) ماژول Seaborn (Seaborn Module) توزیع نرمال (Normal Distribution) توزیع دوجمله ای (Binomial Distribution) توزیع پواسون (Poisson Distribution) توزیع یکنواخت (Uniform Distribution) توزیع لجستیک (Logistic Distribution) توزیع چندجمله ای (Multinomial Distribution) توزیع نمایی (Exponential Distribution) توزیع کای دو (Chi Square Distribution) توزیع ریلی (Rayleigh Distribution) توزیع پارتو (Pareto Distribution) توزیع زیف (Zipf Distribution) مقدمه ufunc (ufunc Intro) ساخت تابع ufunc (ufunc Create Function) حساب ساده با ufunc (ufunc Simple Arithmetic) گرد کردن اعشار با ufunc (ufunc Rounding Decimals) لگاریتم ها با ufunc (ufunc Logs) جمع ها با ufunc (ufunc Summations) حاصل ضرب ها با ufunc (ufunc Products) تفاضل ها با ufunc (ufunc Differences) کمترین مضرب مشترک با ufunc (ufunc Finding LCM) بزرگترین مقسوم علیه مشترک با ufunc (ufunc Finding GCD) توابع مثلثاتی با ufunc (ufunc Trigonometric) توابع هذلولوی با ufunc (ufunc Hyperbolic) عملیات مجموعه ای با ufunc (ufunc Set Operations) ویرایشگر (Editor) آزمون (Quiz) تمارین (Exercises) سرفصل دوره (Syllabus) برنامه مطالعه (Study Plan) گواهینامه (Certificate)
نتیجه‌ای برای جستجو یافت نشد.
NumPy

NumPy — بزرگترین مقسوم علیه مشترک با ufunc (ufunc Finding GCD)

آخرین بروزرسانی: 1404/08/25

بزرگترین مقسوم علیه مشترک با ufunc (ufunc Finding GCD)

اینجا با کمک NumPy می بینیم بزرگترین مقسوم علیه مشترک با ufunc در NumPy چطور حساب می شود؛ هم برای دو عدد ساده و هم برای چند عدد در یک آرایه، دقیقا طبق مثال های همین منبع.

تعریف بزرگترین مقسوم علیه مشترک با ufunc در NumPy

در متن منبع گفته شده GCD یا HCF یعنی بزرگترین عددی که مقسوم علیه مشترک هر دو عدد باشد.

برای دو عدد ساده، تابع np.gcd() این عدد را حساب می کند.

در مثال منبع، GCD بین 6 و 9 پیدا شده است.

import numpy as np

num1 = 6
num2 = 9

x = np.gcd(num1, num2)

print(x)

مشاهده در ادیتور

طبق توضیح منبع، خروجی 3 است؛ چون بزرگترین عددی است که هر دو عدد بر آن تقسیم می شوند.

اگر قبل از این، کمترین مضرب مشترک را دیده ای، صفحه کمترین مضرب مشترک با ufunc دقیقا قبل از این بخش قرار دارد.

در این صفحه مفهوم بزرگترین مقسوم علیه مشترک با ufunc در NumPy بر اساس همین مثال های منبع توضیح داده شده است.

بزرگترین مقسوم علیه مشترک در آرایه ها با np.gcd.reduce

در ادامه منبع، GCD برای چند عدد در یک آرایه محاسبه شده است.

برای این کار، طبق متن، از متد reduce() روی ufunc gcd() استفاده می شود.

در یادداشت منبع آمده که reduce() تابع ufunc را روی هر عنصر اجرا می کند و آرایه را یک بُعد کاهش می دهد.

در مثال اصلی، GCD برای آرایه [20, 8, 32, 36, 16] حساب شده است.

import numpy as np

arr = np.array([20, 8, 32, 36, 16])

x = np.gcd.reduce(arr)

print(x)

مشاهده در ادیتور

در متن منبع گفته شده خروجی 4 است؛ چون این عدد بزرگترین عددی است که همه عناصر آرایه بر آن بخش پذیرند.

نکته: در منبع تاکید شده که reduce() با استفاده از ufunc، آرایه را قدم به قدم ترکیب می کند تا در نهایت به یک مقدار برسد.

بعد از یادگرفتن GCD، می توانی سراغ صفحه توابع مثلثاتی با ufunc بروی که در منبع بعد از این بخش آمده است.

تمرین گام به گام بزرگترین مقسوم علیه مشترک با ufunc

برای تمرین چیزهایی که منبع درباره GCD گفته، این گام ها را انجام بده:

  1. دو عدد مثل 6 و 9 انتخاب کن و با np.gcd() خروجی را ببین.
  2. آرایه ای مانند [20, 8, 32, 36, 16] بساز و از np.gcd.reduce() استفاده کن.
  3. آرایه جدیدی تعریف کن، چند عدد دیگر اضافه کن و دوباره np.gcd.reduce() را امتحان کن.

با همین سه گام ساده، حس می کنی بزرگترین مقسوم علیه مشترک با ufunc در NumPy دقیقا چه طور روی اعداد تکی و آرایه ها کار می کند.

جمع بندی سریع بزرگترین مقسوم علیه مشترک با ufunc

در پایان، چند نکته کوتاه و مستقیم، همان طور که در منبع آمده است:

  • GCD یا HCF بزرگترین عددی است که مقسوم علیه مشترک دو عدد باشد.
  • تابع np.gcd() GCD دو عدد را محاسبه می کند.
  • با np.gcd.reduce() می توان GCD همه عناصر یک آرایه را گرفت.
  • در مثال منبع، GCD آرایه [20, 8, 32, 36, 16] برابر 4 است.
  • متد reduce() آرایه را کم کم ترکیب می کند و در نهایت به یک مقدار می رساند.