NumPy adalah perpustakaan fundamental dalam Python untuk komputasi numerik. Ia menyediakan operasi array dan fungsi matematika yang efisien penting untuk simulasi teknik. Membina fungsi-fungsi gubahan dalam NumPy memungkinkan insinyur untuk menyesuaikan perhitungan dengan kebutuhan spesifik, meningkatkan akurasi simulasi dan kinerja.

Mencipta Fungsi Matematika Suai

Fungsi-fungsi gubahan olektif di NumPy dapat diciptakan dengan menggunakan fungsi-fungsi standar Python yang memanfaatkan operasi NumPy. Fungsi-fungsi ini dapat melakukan perhitungan kompleks seperti menyelesaikan persamaan diferensial, integral komputasi, atau menerapkan model matematika spesifik.

Sebagai contoh, fungsi kebiasaan untuk menghitung stres dalam suatu bahan mungkin menggabungkan operasi NumPy multiple untuk memperhitungkan kekuatan dan sifat material yang berbeda.

Operasi Vektor yang Berlaksana

Kekuatan NumPy terletak pada kemampuannya untuk melakukan operasi vektorisasi. Fungsi custom harus memanfaatkan fitur ini untuk memproses dataset yang besar secara efisien. Alih-alih looping melalui elemen individu, gunakan operasi array NumPy untuk melakukan perhitungan pada seluruh array sekaligus.

Pendekatan ini secara signifikan mengurangi waktu komputasi, yang kritis dalam simulasi skala besar.

Contoh: Fungsi rumah untuk Pemindahan Panas

Di bawah ini adalah contoh fungsi NumPy adat untuk menghitung laju perpindahan panas berdasarkan perbedaan suhu dan sifat material:

Code:]

ALACH ``python impor numpy sebagai np def panas transfer rate(temperature diff, termal konduktivitas, area, ketebalan): ⁇ ⁇ ⁇ ⁇ Menghitung laju transfer panas menggunakan hukum Fourier. ⁇ ⁇ ⁇ mengembalikan termal konduktivitas * area * suhu diff / ketebalan ```