NumPy: الدوال الشاملة (ufunc)

import numpy as np

# العوامل هي دوال ufunc
print(np.add)        # ufunc 'add'
print(np.multiply)   # ufunc 'multiply'
print(np.sin)        # ufunc 'sin'

---
## 3. خصائص ufunc
print(np.add.nin)    # 2 (عدد المدخلات)
print(np.add.nout)   # 1 (عدد المخرجات)
print(np.add.ntypes)  # عدد تركيبات الأنواع المدعومة

a = np.array([1, 2, 3, 4, 5])

---
## 4. reduce: تطبيق متكرر للوصول إلى قيمة واحدة
print(np.add.reduce(a))     # 15 (المجموع)
print(np.multiply.reduce(a))  # 120 (الجداء)

---
## 5. accumulate: النتائج التراكمية
print(np.add.accumulate(a))  # [1 3 6 10 15]

---
## 6. outer: تطبيق على جميع الأزواج
print(np.multiply.outer([1, 2, 3], [10, 20, 30]))
---
## 7. [[10 20 30]
---
##  8. [20 40 60]
---
##  9. [30 60 90]]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

print("add:", np.add)
print("multiply:", np.multiply)
print("sin:", np.sin)

print(f"np.add.nin: {np.add.nin}")
print(f"np.add.nout: {np.add.nout}")
print(f"np.add.ntypes: {np.add.ntypes}")

add:
multiply:
sin:

import numpy as np

a = np.array([1, 2, 3, 4, 5])

---
## 10. reduce: تطبيق متكرر للحصول على قيمة واحدة
print("add.reduce:", np.add.reduce(a))
print("multiply.reduce:", np.multiply.reduce(a))

---
## 11. accumulate: النتائج التراكمية
print("add.accumulate:", np.add.accumulate(a))
print("multiply.accumulate:", np.multiply.accumulate(a))

add.reduce:
multiply.reduce:
add.accumulate:
multiply.accumulate:

import numpy as np

---
## 12. الجداء الخارجي: ضرب كل زوج
x = np.array([1, 2, 3])
y = np.array([10, 20, 30, 40])
print("outer:\n", np.multiply.outer(x, y))

---
## 13. المقارنة الخارجية
a = np.array([1, 3, 5])
b = np.array([2, 4, 6])
print("greater.outer:\n", np.greater.outer(a, b))

outer:\n
greater.outer:\n