Array From Existing Data in Python in Hindi – Existing Data से Array कैसे बनाएं?
Table of Contents
Array From Existing Data in Python in Hindi
Python में जब भी हमारे पास पहले से कोई data list या tuple के form में मौजूद होता है, तो हम उसे सीधे एक Array में convert कर सकते हैं। इसे ही Array From Existing Data कहा जाता है।
Python में array बनाने के लिए मुख्य रूप से NumPy library का इस्तेमाल किया जाता है, क्योंकि इसका np.array() function बहुत fast और memory efficient होता है।
अक्सर programs में data पहले से ही list या tuple के रूप में मौजूद होता है, ऐसे में उसे scratch से दोबारा लिखने की बजाय, existing data से directly array बना लिया जाता है।
Existing data से array बनाने का सबसे बड़ा फायदा यह है कि हमें mathematical operations जैसे addition, multiplication या statistical calculations बहुत आसानी से करने को मिलते हैं, जो normal list में possible नहीं होते।
इसके अलावा, कभी-कभी हमें किसी पहले से बने array की एक copy भी चाहिए होती है, ताकि original array में कोई changes ना हों। इसे Copying Arrays कहा जाता है, जिसे हम आगे detail में समझेंगे।
यह topic exams में इसलिए भी important है क्योंकि इसमें List, Tuple और Array के बीच के conceptual differences भी clear होते हैं।
यह diagram दिखाता है कि List या Tuple के existing data को np.array() function की मदद से एक NumPy Array में convert किया जाता है, जिस पर fast mathematical operations किए जा सकते हैं।
Creating Arrays from Existing Data (Lists, Tuples) in Python in Hindi
Python में existing List या Tuple से array बनाने के लिए हमें सबसे पहले NumPy library को import करना होता है, उसके बाद np.array() function इस्तेमाल किया जाता है।
import numpy as np
1. List से Array बनाना
अगर हमारे पास data पहले से एक list के रूप में मौजूद है, तो उसे सीधे np.array() function में pass करके array में convert किया जा सकता है।
import numpy as np
my_list = [10, 20, 30, 40]
my_array = np.array(my_list)
print(my_array)
print(type(my_array))
यहां my_list नाम की एक normal Python list बनाई गई है, जिसे np.array() function में pass करके my_array नाम का NumPy array बना दिया गया है।
type() function से यह confirm किया जा सकता है कि my_array अब एक list नहीं, बल्कि numpy.ndarray type का object बन चुका है।
2. Tuple से Array बनाना
ठीक इसी तरह, अगर data tuple के रूप में मौजूद है, तो उसे भी np.array() function में pass करके array बनाया जा सकता है। Tuple और list दोनों के लिए process almost same रहता है।
import numpy as np
my_tuple = (5, 10, 15, 20)
my_array = np.array(my_tuple)
print(my_array)
print(type(my_array))
यहां my_tuple एक Python tuple है, जिसे np.array() function directly array में convert कर देता है।
चाहे data list में हो या tuple में, np.array() function दोनों को समझ लेता है और एक consistent NumPy array return करता है।
ध्यान रहे कि original list या tuple में बाद में किए गए changes automatically array में reflect नहीं होते, क्योंकि array के लिए एक नया independent object बनाया जाता है।
Copying Existing Arrays in Python in Hindi
कई बार हमारे पास पहले से एक array मौजूद होता है, और हमें उसकी एक copy बनानी होती है ताकि original array में कोई change हुए बिना, नए array पर independently काम किया जा सके।
import numpy as np
original_array = np.array([1, 2, 3, 4])
copied_array = original_array.copy()
copied_array[0] = 100
print("Original Array:", original_array)
print("Copied Array:", copied_array)
यहां copy() method का इस्तेमाल करके original_array की एक बिल्कुल अलग copy, copied_array के नाम से बनाई गई है।
जब copied_array के पहले element को 100 से बदला गया, तो original_array पर कोई असर नहीं पड़ा, क्योंकि दोनों अब independent arrays हैं।
अगर हम copy() method use नहीं करते और सिर्फ copied_array = original_array लिख देते, तो दोनों names एक ही array को point करते, और एक में किया गया change दूसरे में भी दिख जाता।
इसलिए जब भी original data को safe रखते हुए एक independent copy चाहिए हो, copy() method का इस्तेमाल करना ही सही तरीका है।
Examples in Python in Hindi
अब हम कुछ practical examples देखते हैं, जिनसे यह पूरा concept exam की दृष्टि से और भी clear हो जाएगा।
# Example 1: List se array banana
import numpy as np
marks = [56, 78, 90, 65]
marks_array = np.array(marks)
print(marks_array)
# Example 2: Tuple se array banana
import numpy as np
subjects = ("Math", "Science", "Hindi")
subjects_array = np.array(subjects)
print(subjects_array)
# Example 3: Array ki copy banana aur usme change karna
import numpy as np
original = np.array([100, 200, 300])
new_copy = original.copy()
new_copy[1] = 999
print("Original:", original)
print("New Copy:", new_copy)
# Example 4: Bina copy() ke reference banana (galat tarika)
import numpy as np
data = np.array([1, 2, 3])
reference = data
reference[0] = 500
print("Data:", data)
print("Reference:", reference)
पहले दो examples में हमने list और tuple दोनों से अलग-अलग array बनाए हैं।
तीसरे example में copy() method की मदद से एक independent array बनाया गया है, जिसमें change करने पर original array पर कोई असर नहीं पड़ा।
चौथे example में जानबूझकर copy() method use नहीं किया गया, ताकि यह दिखाया जा सके कि बिना copy() के दोनों names एक ही array को share करते हैं, इसलिए reference में किया गया change data में भी दिख गया।