Méthode de remplacement Numpy

Numpy est la bibliothèque intégrée fournie par un python qui nous permet de créer des tableaux multidimensionnels et de les manipuler et d'effectuer divers calculs sur eux. En ce qui concerne la mise à jour des données dans les tableaux, une question peut se poser sur la façon dont nous les modifierons. La méthode prédéfinie consiste à remplacer les valeurs ou la ligne ou la colonne entière dans le tableau est utilisée, la méthode Replace () nous permet de mettre à jour la valeur de sous-chaîne dans la chaîne ou les tableaux de caractères. Comme les chaînes Python ne sont pas modifiables, nous ne sommes pas en mesure de modifier la valeur, mais nous pouvons utiliser la méthode Remplace () pour générer une nouvelle chaîne qui conserve les sous-chaînes qui ont été mises à jour.

Syntaxe

La syntaxe à utiliser la méthode de remplacement est comme ci-dessous:

nombant.carboniser.Remplacer (tableau, ancien sous-fondement, nouveau-substring, count = Aucun)

Les arguments suivants y sont transmis

déployer: C'est le tableau donné dans lequel nous avons tendance à changer ou à remplacer la sous-chaîne ou toute valeur.

À l'ancienne: C'est la sous-chaîne dans le tableau qui doit être remplacée.

Nouveau-soulagement: C'est celui auquel l'ancien est remplacé.

Compter: le décompte n'est pas requis mais dans certains cas, si nous devons remplacer plus d'une fois, nous ajoutons un décompte, qui remplace le nombre de fois mentionné.

Par exemple: Numpy.carboniser.Remplacer (Arr, Old-Substring, New-Substring, Count = 3)

Comme mentionné ci-dessus, la valeur de comptage est «3», ce qui signifie qu'elle remplacera l'ancienne sous-chaîne par la nouvelle qui se produit aux 3 premières places.

Exemple # 01:

Maintenant, nous avons effectué un exemple ici pour comprendre sa fonctionnalité en profondeur pour expliquer le concept de la méthode de remplacement. Dans cet exemple, nous allons effectuer le code ci-dessous. Nous avons initialisé une variable STR_A et une autre variable Remplace_A. Nous avons adopté une phrase à notre STR_A qui est une variable basée sur des chaînes de caractères. Nous avons appelé NP.carboniser.remplacer car nous effectuons notre opération de remplacement sur un caractère. C'est pourquoi nous avons appelé NP.carboniser.remplacer.

Après cela, nous avons transmis notre variable STR_A à la fonction et transmis la valeur à remplacer et la valeur remplacée dans les deuxième et troisième arguments. Nous allons remplacer la valeur «Numpy» par «The Numpy». La fonction recherchera la valeur «Numpy» dans l'instruction et la remplacera par la valeur «Numpy» partout où elle est placée.

Importer Numpy comme NP
str_a = "Numpy est une bibliothèque pour le langage de programmation Python"
print ("String original: \ n", str_a)
remplacer_a = np.carboniser.remplacer (str_a, «numpy», «numpy»)
Print ("String résultant après avoir remplacé:")
Imprimer (remplacer_a)

Après avoir exécuté notre code, notre sortie sera la suivante. Nous pouvons voir que la fonction a remplacé «Numpy» par la valeur «la numpy». Une chose à garder à l'esprit est que partout où la valeur d'entrée se produira, le système le remplacera par notre paramètre passé. Dans notre cas, il ne s'est produit qu'une seule fois pour que le système ne l'ait remplacé qu'une seule fois.

Exemple # 02:

Nombant.Remplacer la fonction prend non seulement des valeurs statiques comme arguments, mais nous pouvons également transmettre des variables comme nos valeurs comme arguments. Une illustration d'une telle méthode est montrée. Dans l'exemple ci-dessous, nous avons déclaré une variable X et l'avons adoptée une valeur de tableau au format de caractère. Nous allons imprimer sa valeur juste pour le comparer avec la valeur remplacée.

Après cela, nous avons déclaré une variable old_value et l'avons passé une chaîne de caractères. C'est la valeur que nous remplacerons dans notre tableau de caractères x. Nous avons initialisé une autre variable et l'avons transmise à certains caractères. Cette valeur remplacera les valeurs transmises dans la variable old_value. Donc, en regardant le code, nous pouvons comprendre que nous essayons de remplacer «êtes-vous» par «est le garçon».

Mais dans ce cas, nous ne faisons pas directement ces valeurs, mais nous stockons ces valeurs en variables et nous essaierons de remplacer ces variables à l'aide de notre fonction. Nous avons déclaré une variable final_value qui stockera le résultat de sortie de notre extrait de code. Après ça, nous avons interprété notre numpy.carboniser.remplacer la fonction et stocker la sortie dans notre variable final_value. Laissez-nous exécuter notre code et vérifier notre sortie.

Importer Numpy comme NP
x = np.Array (["Salut, qu'est-ce que tu fais?"])
print ("ancienne valeur:", end = "")
Imprimer (x)
old_value = "êtes-vous"
new_value = "est le garçon"
final_value = np.carboniser.remplacer (x, old_value, new_value)
print ('nouvelle valeur:', end = "")
imprimer (final_value)

Après avoir exécuté le code, la sortie suivante sera donnée par notre compilateur. Nous pouvons voir que dans notre ancienne valeur, c'est «que faites-vous» mais dans la nouvelle valeur, la fonction a remplacé les personnages «Are You» par «est le garçon». Mais nous n'avons pas transmis ces valeurs directement à notre fonction mais les avons passées en utilisant des variables. Ainsi, en effectuant cette activité, nous pouvons facilement remplacer les valeurs en utilisant des variables dans le Numpy.remplacer la fonction.

Exemple # 03:

Nous avons discuté plus tôt que nous pouvons remplacer plusieurs caractères également en utilisant le Numpy.remplacer la fonction. Dans cette illustration, nous avons essayé de le faire, nous avons initialisé une variable «A» et lui avons attribué un tableau de caractères par des mots répétitifs juste pour vérifier si tous ces mots seront remplacés ou un seul et si un seul mot est remplacé lequel qu'il sera. Nous avons passé le mot «encore» plus d'une fois dans ce cas.

Ensuite, nous avons déclaré deux autres variables 'Old_Val' et 'REP_VAL' qui conserveront la valeur à remplacer et la valeur après la fonction de remplacement respectivement. Après cela, nous avons initialisé la dernière variable «fin_val» qui stockera le résultat de la fonction. Maintenant, nous allons remplir notre fonction. Nous avons passé «A» comme notre tableau de caractères d'entrée,, Org_Val »comme paramètre de valeur d'origine ou ancienne, et« Rep_val »comme valeur remplacée ou nouvel argument de valeur. Nous allons l'exécuter et imprimer la variable pour vérifier la sortie.

Importer Numpy comme NP
a = np.Array (["Nous remplacerons encore et encore et encore"])
Imprimer (a)
org_value = "encore"
rep_value = "une fois"
fin_value = np.carboniser.remplacer (a, org_value, rep_value)
imprimer (fin_value)

Après l'exécution, nous obtiendrons la sortie suivante. Nous pouvons voir que le mot «encore» a été répété 3 fois dans notre tableau de caractère. La fonction l'a remplacé par «une fois» sur toutes les positions. Cela explique que la fonction de remplacement fonctionne également sur plusieurs remplacements de mots en même temps.

Conclusion

Dans ce guide, nous avons appris le Numpy.carboniser.Remplacez la fonction de Numpy de Python. Nous avons expliqué quel est le but de la fonction de remplacement. Nous avons également appris sa syntaxe et les arguments que nous devons transmettre à notre fonction pour travailler. Nombant.carboniser.Le remplacement est une méthode très utile et est utile lorsque nous effectuons des opérations sur nos réseaux de caractères ou variables. Si nous voulons changer un mot ou corriger un mot dans de grands tableaux de caractères. Nous n'aurons pas à changer ces mots un par un manuellement. Au lieu de cela, nous pouvons utiliser notre Numpy.remplacer la fonction pour faire le travail. Nous avons également effectué des exemples pour vous faire comprendre l'idée plus en détail. Nombant.remplacer est une fonction très efficace et utile et peut être appliquée dans plusieurs circonstances.