Introducción
NumPy es una poderosa biblioteca de Python utilizada para trabajar con matrices, funciones matemáticas, etc. Proporciona una gran cantidad de funciones para realizar operaciones en matrices, matrices, etc. En este laboratorio, nos centraremos en la función decode() del módulo char de NumPy. Esta función se utiliza para decodificar cadenas de manera elemento a elemento según el codec especificado.
Consejos sobre la VM
Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.
A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.
Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje su retroalimentación después de la sesión y resolveremos el problema rápidamente para usted.
Importando la biblioteca NumPy
NumPy es un módulo de terceros, por lo que antes de usarlo debemos importarlo en nuestro código.
import numpy as np
Creando un arreglo
En este paso, crearemos un arreglo simple de cadenas con el que trabajar.
x = np.array(['aAaAaArt',' aABbV ', 'abBABba'])
Codificando el arreglo
En este paso, codificaremos el arreglo creado anteriormente utilizando char.encode().
e = np.char.encode(x, encoding='cp500')
Decodificando el arreglo codificado
En este paso, decodificaremos el arreglo codificado utilizando char.decode().
d = np.char.decode(e, encoding='cp500')
Mostrando la salida decodificada
En este paso, imprimiremos la salida decodificada en la consola para ver si la decodificación está funcionando correctamente o no.
print(d)
Resumen
En este laboratorio, aprendimos cómo utilizar la función decode() del módulo char de NumPy para decodificar cadenas de manera elemento a elemento según el codec especificado. Hemos cubierto todos los pasos necesarios involucrados en el proceso y la forma de mostrar la salida decodificada. Comprender esta función es importante ya que puede ser muy útil al realizar ciertas tareas complejas.