كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

عمليات متجهية وإحصاءات على مصفوفة

مبتدئالحوسبة العددية والمصفوفاتتحليل بيانات

الهدف: حساب المتوسط والانحراف المعياري وتطبيع الأعمدة دون حلقات Python.

Python — example.py
import numpy as np

rng = np.random.default_rng(42)
X = rng.normal(loc=[10, 50, 100], scale=[1, 5, 20], size=(5, 3))

mean = X.mean(axis=0)
std = X.std(axis=0)
Z = (X - mean) / std          # broadcasting: (5,3) - (3,)

print("الشكل:", X.shape)
print("المتوسطات:", np.round(mean, 2))
print("بعد التطبيع، متوسط كل عمود ≈ 0:", np.round(Z.mean(axis=0), 6))
print("وانحرافه المعياري = 1:", np.round(Z.std(axis=0), 6))

شرح الكود

ننشئ مصفوفة عشوائية بمولد ثابت البذرة لضمان تكرار النتيجة، ثم نحسب إحصاءات كل عمود بالمعامل axis=0، ونطبّع البيانات (Z-score) بعملية واحدة بفضل البث (Broadcasting) بين مصفوفة 5×3 ومتجه طوله 3.

المتطلبات

Shell
pip install numpy

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

الشكل: (5, 3)
المتوسطات: [ 10.12  48.7  102.71]
بعد التطبيع، متوسط كل عمود ≈ 0: [-0. -0. -0.]
وانحرافه المعياري = 1: [1. 1. 1.]

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — numpy 2.5.5, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة

بحثيSciPyنُفّذ واختُبر

اختبار دلالة إحصائية بين نموذجين

معرفة هل الفرق بين دقتي نموذجين عبر طيات التحقق المتقاطع دال إحصائياً.

الحوسبة العددية والمصفوفات · تقييم النماذج