Python abs फंक्शन: math.fabs र numpy.abs बीचको भिन्नता

1. Python को abs() फलनको आधारभूत प्रयोग

Python मा निरपेक्ष मान निकाल्ने abs() फलन के हो?

आधारभूत प्रयोग

# पूर्णांकको प्रयोग उदाहरण
x = -10
y = abs(x)
print(y)  # आउटपुट परिणाम: 10

# फ्लोटिङ‑प्वाइन्ट संख्याको प्रयोग उदाहरण
a = -3.14
b = abs(a)
print(b)  # आउटपुट परिणाम: 3.14

# जटिल संख्याको प्रयोग उदाहरण
z = 3 + 4j
w = abs(z)
print(w)  # आउटपुट परिणाम: 5.0

2. math.fabs() फलनसँगको भिन्नता

math.fabs() भनेको के हो?

abs() र math.fabs() को भिन्नता

import math

# abs() र math.fabs() को भिन्नता तुलना
x = -10
print(abs(x))      # आउटपुट परिणाम: 10 (पूर्णांक)
print(math.fabs(x))  # आउटपुट परिणाम: 10.0 (फ्लोटिङ‑प्वाइन्ट)

y = -3.14
print(abs(y))      # आउटपुट परिणाम: 3.14 (फ्लोटिङ‑प्वाइन्ट)
print(math.fabs(y))  # आउटपुट परिणाम: 3.14 (फ्लोटिङ‑प्वाइन्ट)

3. एरे र सूचीहरूमा निरपेक्ष मानको गणना विधि

abs() फलनको सीमितता र NumPy को उपयोग

NumPy को abs() फलन

import numpy as np

# एरेको निरपेक्ष मान गणना
arr = np.array([-1, -2, -3, 4])
abs_arr = np.abs(arr)
print(abs_arr)  # आउटपुट परिणाम: [1 2 3 4]

# जटिल संख्याको एरेको निरपेक्ष मान
complex_arr = np.array([3 + 4j, 1 - 1j])
abs_complex_arr = np.abs(complex_arr)
print(abs_complex_arr)  # आउटपुट परिणाम: [5. 1.41421356]

pandas मा निरपेक्ष मान गणना

import pandas as pd

# डेटाफ्रेमको निरपेक्ष मान गणना
df = pd.DataFrame({'A': [-1, -2, -3], 'B': [4, -5, 6]})
print(df.abs())
# आउटपुट परिणाम:
#    A  B
# 0  1  4
# 1  2  5
# 2  3  6

4. व्यावहारिक प्रयोग उदाहरणहरू

उदाहरण 1: त्रुटि डेटा प्रति निरपेक्ष मान गणना

# त्रुटि डेटा निरपेक्ष मान गणना
errors = [1.5, -2.3, 0.9, -1.2, 0.4]
abs_errors = [abs(err) for err in errors]

# औसत निरपेक्ष त्रुटि गणना
average_abs_error = sum(abs_errors) / len(abs_errors)
print(average_abs_error)  # आउटपुट परिणाम: 1.26

उदाहरण 2: सम्मिश्र संख्याको निरपेक्ष मान प्रयोग गरेर गणना

# सम्मिश्र संख्याको निरपेक्ष मान गणना
z = 3 + 4j
z_abs = abs(z)
print(z_abs)  # आउटपुट परिणाम: 5.0

उदाहरण 3: डेटा विश्लेषणमा निरपेक्ष मान गणनाको प्रयोग

import pandas as pd

# डेटा फ्रेममा असामान्य मानको निरपेक्ष मान गणना
data = {'प्रयोग परिणाम': [-5, 3, -2, 8, -7], 'पूर्वानुमान मान': [5, 3, 2, 8, 7]}
df = pd.DataFrame(data)
df['अन्तरको निरपेक्ष मान'] = (df['प्रयोग परिणाम'] - df['पूर्वानुमान मान']).abs()
print(df)
# आउटपुट परिणाम:
#    प्रयोग परिणाम  पूर्वानुमान मान  अंतरको निरपेक्ष मान
# 0     -5     5       10
# 1      3     3        0
# 2     -2     2        4
# 3      8     8        0
# 4     -7     7       14

5. अन्य ध्यान दिनुपर्ने बुँदाहरू र सर्वोत्तम अभ्यासहरू

परम मान गणनामा त्रुटि ह्यान्डलिंग

# त्रुटि ह्यान्डलिंग थपिएको परम मान गणना
def safe_abs(value):
    try:
        return abs(value)
    except TypeError:
        print(f"TypeError: {value} परम मान गणना गर्न नसक्ने प्रकार हो।")
        return None

print(safe_abs([-1, -2]))  # आउटपुट परिणाम: TypeError: [-1, -2] परम मान गणना गर्न नसक्ने प्रकार हो。

प्रदर्शनको विचार

उपयुक्त चयन: abs()、math.fabs()、numpy.abs()

• सानो स्तरको गणनाका लागि abs() उत्तम छ।
• सबै संख्यालाई फ्लोटिङ पोइन्टको रूपमा ह्यान्डल गर्न चाहनुहुन्छ भने math.fabs() उपयुक्त छ।
• सूची, एरे, वा डेटा फ्रेममा गणना गर्न numpy.abs() वा pandas.DataFrame.abs() प्रयोग गर्दा प्रदर्शन सुधार हुन्छ।

6. सारांश