পান্ডাস ল্যাম্বদা

পান্ডাগুলি এত ঘন ঘন অ্যাপ্লিকেশন যে তারা যে জিনিসগুলি করতে পারে তার চেয়ে তারা যেগুলি করতে পারে না তা গণনা করা আরও কার্যকর হতে পারে। আপনার ডেটা ব্যবহারিকভাবে এই টুলে থাকে। পান্ডা আপনাকে ডেটা পরিষ্কার, রূপান্তর এবং বিশ্লেষণ করে জানতে সাহায্য করতে পারে। সাধারণ ভাষায় একটি ফাংশন সংজ্ঞায়িত করার জন্য 'Lambda' একটি বিকল্প উপায়। 'lambda' ব্যবহার করে, আপনি সরাসরি একটি ফাংশন সংজ্ঞায়িত করতে পারেন। এটি বোঝায় যে আপনি কিছু ডেটাতে একটি ফাংশন প্রয়োগ করতে পাইথন কোডের একটি একক বাক্য ব্যবহার করতে পারেন। যদিও একটি এক্সপ্রেশন একাধিক প্যারামিটার নিতে পারে, একটি 'ল্যাম্বডা' ফাংশন একটিতে সীমাবদ্ধ। অভিব্যক্তি মূল্যায়ন করা হয় এবং একটি ফলাফল দেওয়া হয়। পাইথনের পান্ডা বিভিন্ন ডেটা গবেষণা সমস্যা সমাধানের জন্য 'ল্যাম্বডা' ফাংশন ব্যবহার করে। পান্ডা ডেটাফ্রেমে, আমরা সারি এবং কলাম উভয়ের জন্য 'lambda' ফাংশন ব্যবহার করতে পারি।

'ল্যাম্বডা' আপনার প্রোগ্রামটি একটি উচ্চ মাপযোগ্য প্রযুক্তি কোম্পানিতে চালায় এবং সমস্ত কম্পিউটার সম্পদ প্রশাসন পরিচালনা করে। এটি আপডেট স্থাপন, ক্ষমতা বিধান, স্বয়ংক্রিয় স্কেলিং, কোড বিশ্লেষণ এবং রেকর্ডিং, এবং সার্ভার এবং অপারেটিং রক্ষণাবেক্ষণ কভার করে। শুধুমাত্র একটি জয়েন্ট সহ একটি ছোট ক্ষমতা হল পান্ডাস 'ল্যাম্বদা' ফাংশন। 'ল্যাম্বদা' ক্ষমতাগুলি এমন পরিস্থিতিতে সমানভাবে কাজ করতে পারে যেখানে তারা নামহীন। 'Lambda' এর অর্থ হল ফাংশনের কীওয়ার্ড। যে ফাংশনটি কার্যকর করতে হবে তার মূল অংশটি দ্বিতীয় x দ্বারা নির্দেশিত হয়। মূলশব্দটি অবশ্যই 'lambda' হতে হবে এবং এটি প্রয়োজনীয়, তবে আর্গুমেন্ট এবং বডি পরিস্থিতি অনুযায়ী আলাদা হতে পারে। ল্যাম্বডা ফাংশন দিয়ে ফাংশন অবজেক্ট রিটার্ন করা সম্ভব।

ল্যাম্বডা ফাংশনের জন্য সিনট্যাক্স:

উদাহরণ 1: অ্যাসাইন() পদ্ধতি প্রয়োগ করে একটি নতুন কলামে একটি ল্যাম্বডা পদ্ধতি চালানোর জন্য একটি ডেটাফ্রেম ব্যবহার করা

'ল্যাম্বডা' পদ্ধতিটি বিভিন্ন তথ্য প্রক্রিয়াকরণ সমস্যা মোকাবেলা করতে পান্ডাদের দ্বারা ব্যবহৃত হয়। একটি সংক্ষিপ্ত ফাংশন, 'Lambda' পদ্ধতিটি বেনামেও ব্যবহার করা যেতে পারে, যার অর্থ এটির একটি নাম প্রয়োজন নেই। 'ল্যাম্বডা' পদ্ধতিটি ন্যূনতম প্রোগ্রাম লিখতে এবং সাধারণ সমস্যাগুলি সমাধান করতে ব্যবহার করা যেতে পারে। উচ্চ-ক্রম ফাংশন সমর্থন করে এমন ভাষাগুলিতে, 'ল্যাম্বডা' এক্সপ্রেশন বা 'ল্যাম্বডা' কৌশলগুলি হল কেবলমাত্র নির্দেশের অংশ যা ভেরিয়েবলগুলিতে বরাদ্দ করা যেতে পারে, একটি যুক্তি হিসাবে পাস করা যেতে পারে বা একটি ফাংশন কল থেকে পুনরুদ্ধার করা যেতে পারে। তারা দীর্ঘদিন ধরে প্রোগ্রামিংয়ের একটি উপাদান। এই নিবন্ধের প্রথম উদাহরণ দিয়ে শুরু করে, কোডটি কার্যকর করার প্রাথমিক শর্ত হল প্রয়োজনীয় লাইব্রেরি লোড করা। 'পান্ডাস' লাইব্রেরি হল যা আমাদের প্রয়োজন। এটি লোড করতে, আমাদের অবশ্যই 'pd হিসাবে পান্ডা আমদানি করুন' লাইনটি তৈরি করতে হবে। আমরা এখন আমাদের ডেটা ফ্রেম তৈরি করব।

এই উদাহরণে, আমাদের ডেটা ফ্রেমকে 'ছাত্র' বলা হয়। আমাদের ডেটা ফ্রেম তারপর দুটি অতিরিক্ত কলাম পায়। প্রথম কলামটির নাম 'নাম' এবং দ্বিতীয়টির নাম 'মার্কস'। দুটি কলামের প্রতিটিতে কিছু মান রয়েছে। প্রথম কলাম 'অ্যালভিন', 'ওয়াটসন', 'থমাস' এবং 'নোয়া' এবং দ্বিতীয় কলাম 'মার্কস' এর জন্য আমাদের নিম্নলিখিত মান রয়েছে। আমাদের কাছে “400”, “360”, “430” এবং “290” রয়েছে। এখন, এটি “pd.DataFrame” ব্যবহার করে আমাদের ডেটাফ্রেম তৈরি করবে।

তারপরে আমরা আমাদের কোডের বেশিরভাগ অংশে পৌঁছাই, যেখানে আমরা একটি নতুন একক কলাম তৈরি করতে 'lambda' সহ 'assign()' পদ্ধতি ব্যবহার করি। 'Lambda' ফাংশনটি 'dataframe.assign()' পদ্ধতির মাধ্যমে শুধুমাত্র একটি কলামে প্রয়োগ করা হয়। ল্যাম্বডা সাধারণ ভাষায় ফাংশন বর্ণনা করার একটি অতিরিক্ত পদ্ধতি। ল্যাম্বডা ব্যবহার করে, আপনি সরাসরি একটি ফাংশন সংজ্ঞায়িত করতে পারেন। এটি বোঝায় যে আপনি নির্দিষ্ট ডেটাতে একটি ফাংশন প্রয়োগ করতে পাইথন কোডের একটি একক লাইন ব্যবহার করতে পারেন। এখন আমরা 'অসাইন()' পদ্ধতি ব্যবহার করে আমাদের ডেটাফ্রেমে একটি নতুন কলাম 'শতাংশ' বরাদ্দ করি।

'মার্ক' কলামে একটি 'ল্যাম্বডা' পদ্ধতি ব্যবহার করা হয়েছিল। Lambda ফাংশন ব্যবহার করে ছাত্রদের শতাংশ গণনা করা হয় এবং তারপর একটি নতুন কলামে রাখা হয়, যা হল 'শতাংশ।' 'ল্যাম্বডা' ব্যবহার করে শতাংশ নির্ধারণ করতে আমরা যে সূত্রটি ব্যবহার করি তা হল 'মার্ক বা মোট মার্ক, যা 500 এবং 100 দ্বারা গুণিত হয়,' যা শিক্ষার্থীর সুনির্দিষ্ট শতাংশ তৈরি করবে এবং ডেটাফ্রেমের 'শতাংশ' কলামে এটি প্রদর্শন করবে। 'প্রিন্ট(ডেটাফ্রেম)' এখন স্ক্রিনে ডেটাফ্রেম প্রদর্শন করবে।

আমরা এই কোডের ফলাফল দেখতে পারি। তিনটি কলাম সহ ডেটাফ্রেম এই ছবিতে প্রদর্শিত হবে। প্রথম কলামে শিক্ষার্থীর নাম থাকে এবং দ্বিতীয় কলামে শিক্ষার্থীর গ্রেড থাকে। তৃতীয় কলামের 'শতাংশ' তৈরি করতে 'অসাইন()' পদ্ধতি এবং 'ল্যাম্বডা' ফাংশন ব্যবহার করে আমরা শিক্ষার্থীর শতাংশ নির্ধারণ করতে পারি এবং তারপরে সেই শতাংশগুলি তৃতীয় কলামে যোগ করতে পারি, যা ডেটা ফ্রেমে 'শতাংশ' নামে পরিচিত। . সূত্র ব্যবহার করে শতাংশ কলামের জন্য যে মানগুলি প্রাপ্ত হয়েছিল তা হল “80”, “72”, “86” এবং “58”। এই ডেটাফ্রেমে ইনডেক্সের মাপ হল “4”।

উদাহরণ 2: একাধিক কলামে assign() পদ্ধতি ব্যবহার করার জন্য একটি Lambda ফাংশন বাস্তবায়ন করা

Pandas DataFrame এর assign() কৌশল আমাদের অনেক কলামে Lambda ফাংশন ব্যবহার করতে দেয়। যখনই একটি নতুন ফাংশন প্রয়োজন হয়, যেমন একটি ল্যাম্বডা ফাংশন বা একটি সাজানোর ফাংশন, আমরা এটি যোগ করতে স্বাধীন। পান্ডাস ডেটা ফ্রেমের কলাম এবং সারি উভয়ই ল্যাম্বডা ফাংশন দিয়ে চিকিত্সা করা যেতে পারে। এই পরিস্থিতিতে, আমরা একটি ডেটাফ্রেম তৈরি করে শুরু করি। 'ছাত্রের ফলাফল' হল ডেটাফ্রেমের নাম। এই ডেটাফ্রেমে আমাদের চারটি কলাম রয়েছে। আমাদের কাছে প্রথম কলামটি হল 'নাম'। দ্বিতীয় কলামটি হল 'পাইথন'। তৃতীয় কলামের নাম 'ডেটা_স্ট্রাকচার'। চতুর্থটির নাম 'ক্যালকুলাস'।

এই কলামগুলিতে, আমরা কয়েকটি মান তালিকাভুক্ত করেছি। 'নাম' কলামের জন্য, আমাদের কাছে কিছু ছাত্রের নামের তালিকা আছে 'উইলো', 'এলিস', 'এডওয়ার্ড' এবং 'অ্যামেলিয়া'। পাইথন “96”, “40”, “98” এবং “98” এর চিহ্নগুলি দ্বিতীয় কলামে রাখা মান দ্বারা উপস্থাপিত হয়। তৃতীয় কলামের মানগুলি হল “86”, “56”, “73” এবং “90” এবং চতুর্থ কলামের জন্য আমাদের রয়েছে “90”, “33”, “88” এবং “78”। এখন ডেটাফ্রেম তৈরি করতে 'pd.DataFrame' ব্যবহার করুন।

এখন, আমরা 'অ্যাসাইন' পদ্ধতি ব্যবহার করে আমাদের ডেটা ফ্রেমে একটি নতুন কলাম যুক্ত করি। নতুন কলামটির শিরোনাম 'মোট মার্কস'। নতুন কলামের নাম হল “টোটাল_মার্কস”। সামগ্রিক নম্বর পেতে, আমরা পাইথন, ডেটা স্ট্রাকচার এবং ক্যালকুলাস সহ বেশ কয়েকটি বিষয়ের কলামে একটি 'Lambda' ফাংশন ব্যবহার করেছি। এই ফাংশনটি তিনটি বিষয়ের স্কোর যোগ করবে এবং সেগুলিকে 'টোটাল_মার্কস' কলামে প্রদর্শন করবে। 'প্রিন্ট(ডেটাফ্রেম)' অবশেষে স্ক্রিনে ডেটাফ্রেম প্রদর্শন করবে।

এই সময়, আমরা এই ফলাফল প্রাপ্ত. 'ল্যাম্বডা' ফাংশনটি বেশ কয়েকটি কলামে ব্যবহার করা হলে একটি চমৎকার ফলাফল প্রদান করবে। আমরা 'অ্যাসাইন' পদ্ধতি ব্যবহার করে আমাদের ডেটাফ্রেমে একটি নতুন কলাম 'টোটাল_মার্কস' বরাদ্দ করি যাতে আমরা সেই কলামে শিক্ষার্থীদের মোট ফলাফল দেখাতে পারি। অবশেষে, আমরা দেখতে পাচ্ছি যে 'মোট মার্কস' কলামটি তিনটি বিষয়ের জন্য মোট ফলাফল প্রদর্শন করে। ল্যাম্বডা “272”, “129”, “259” এবং “266” ব্যবহার করে তিনটি কলাম থেকে মান যোগ করে মোট মার্কের কলামের সংখ্যা গণনা করা হয়েছিল।

উপসংহার

পাইথন প্রোগ্রামিং ভাষায়, একটি ল্যাম্বডা ফাংশন হল একটি নামহীন, এক-লাইন ফাংশন যা একটি আর্গুমেন্ট এবং অসীম সংখ্যক প্যারামিটার নেয়। তারা বিভিন্ন যুক্তি দিতে পারে, কিন্তু তাদের মধ্যে শুধুমাত্র একটি প্রকাশ করা হবে. একটি ল্যাম্বডা কাজ একটি ধারণক্ষমতার বস্তুকে পুনরুদ্ধার করে যা কোনো ফ্যাক্টরের জন্য নির্ধারিত হতে পারে এবং কোনো দাবি ধারণ করতে অক্ষম। প্রথম ক্ষেত্রে, শতাংশ নির্ধারণ করতে 'লাম্বদা' ব্যবহার করা হয়েছিল, এবং দ্বিতীয় উদাহরণে, ছাত্রদের জন্য 'মোট মার্ক' গণনা করা হয়েছিল। সিনট্যাক্স, ব্যবহার, এবং সাধারণ 'ল্যাম্বডা' ফাংশনের উদাহরণ এই নিবন্ধে আচ্ছাদিত করা হয়েছে।