التعامل مع الملفات والمجلدات (File Handling) بداخل بايثون
تخيّل أن Python سيارة جميلة… لكن عندما تبدأ التعامل مع الأرقام الكثيرة، الجداول، البيانات، والصور، ستحتاج إلى محرّك أقوى. هنا يأتي دور NumPy.
ما هو NumPy؟
NumPy هو مكتبة في Python تساعدنا على التعامل مع الأرقام والبيانات بسرعة وسهولة.
بدل أن نكتب عمليات طويلة ومعقّدة، NumPy يعطينا أدوات جاهزة للتعامل مع:
- الأرقام
- القوائم الكبيرة
- الجداول
- المصفوفات
- الحسابات الرياضية
- بيانات الذكاء الاصطناعي
NumPy يعتمد على كائن مهم اسمه ndarray، وهو مصفوفة متعددة الأبعاد وسريعة للتعامل مع البيانات الرقمية.
لماذا نحتاج NumPy؟
لأن الذكاء الاصطناعي لا يفهم الصور والكلمات مثل الإنسان.
هو يتعامل معها غالبًا كأرقام.
الصورة؟ أرقام.
الصوت؟ أرقام.
النصوص؟ يمكن تحويلها إلى أرقام.
البيانات؟ أرقام وجداول.
لذلك NumPy يعتبر من أول الأدوات المهمة لأي شخص يريد دخول عالم:
Data Science
Machine Learning
Artificial Intelligence
التثبيت
افتح Terminal أو Command Prompt واكتب:
pip install numpyالاستدعاء داخل Python
الطريقة المشهورة لاستخدام NumPy هي:
import numpy as npوهذا الاختصار np هو الأسلوب الشائع في توثيق NumPy الرسمي لأنه يجعل الكود أقصر وأسهل قراءة.
أول مثال
import numpy as np
numbers = np.array([10, 20, 30, 40])
print(numbers)النتيجة
[10 20 30 40]هنا أنشأنا Array باستخدام NumPy...
ما الفرق بين List و NumPy Array؟ الآن!
في Python العادية نكتب:
numbers = [10, 20, 30, 40]أما في NumPy:
numbers = np.array([10, 20, 30, 40])النتيجة
[10 20 30 40]هنا أنشأنا Array باستخدام NumPy...
فالفرق أن NumPy Array أقوى عند التعامل مع الحسابات الكثيرة.
مثال:
import numpy as np
numbers = np.array([10, 20, 30, 40])
print(numbers * 2)[20 40 60 80]
جميل جدًا، أليس كذلك؟
NumPy ضرب كل الأرقام مرة واحدة بدون Loop.
مثال بسيط من الحياة
تخيل عندك درجات طلاب:
import numpy as np
grades = np.array([70, 80, 90, 100])
new_grades = grades + 5
print(new_grades)النتيجة:
[75 85 95 105]💡 الخلاصة ورؤية مدونة airealm.info لقادة المستقبل الرقمي
بدل أن نضيف 5 لكل طالب يدويًا، NumPy فعل ذلك في سطر واحد.
أهم فكرة يجب أن تفهمها
NumPy يجعل التعامل مع الأرقام:
أسرع
أنظف
أسهل
مناسب للذكاء الاصطناعي
نهاية الدرس
إذا كنت تريد تعلم الذكاء الاصطناعي، فلا تقفز مباشرة إلى النماذج المعقدة.
ابدأ من الأساس:
Python → NumPy → Pandas → Data → AI
NumPy هو أول باب حقيقي لفهم كيف تتحول البيانات إلى أرقام…
وكيف تتحول الأرقام إلى ذكاء.