MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-28
Часть–2_Июнь –2025
319
ILMIY HISOBLASH VA MA’LUMOTLARNI TAHLIL
QILISHDA NUMPY DAN SAMARALI FOYDALANISH
TOJIMAMATOV ISRAIL NURMAMATOVICH
Farg‘ona davlat unversiteti katta oʻqituvchisi
MIRZALIYEVA ZEBINISO MIRZOHID QIZI
Fargʻona davlat universiteti talabasi
mirzaliyevazebiniso0704@gmail.com
Annotatsiya: Mazkur ilmiy maqolada Python dasturlash tilida keng
qo‘llaniladigan NumPy kutubxonasining asosiy imkoniyatlari, ayniqsa ko‘p o‘lchovli
massivlar (ndarray) bilan ishlash texnologiyalari chuqur ilmiy tahlil qilinadi. NumPy
yordamida sonli hisoblashlarning samaradorligi oshiriladi, massivlar tuzilmasi,
ularga murojaat qilish, kesish, shakl o‘zgartirish va ularning ustida matematik
amallarni bajarish mexanizmlari asoslantirilgan holda ko‘rib chiqiladi. Maqolada
nazariy izohlar bilan bir qatorda amaliy misollar ham keltirilib, real dasturlarda
qo‘llanish tajribalari yoritilgan.
Kalit so‘zlar: NumPy, ko‘p o‘lchovli massiv, ndarray, Python, kutubxona,
vektor, matritsa, ilmiy hisoblash.
Аннотация: В данной научной статье детально проанализированы
основные возможности библиотеки NumPy, широко используемой в языке
программирования Python, в частности, технологии работы с многомерными
массивами
(ndarray).
Использование
NumPy
позволяет
повысить
эффективность численных расчетов; рассмотрена структура массива,
способы обращения к нему, срезы, преобразования формы массива, а также
механизмы выполнения математических операций с ними. В статье
представлены как теоретические аспекты, так и практические примеры,
освещающие опыт применения в реальных приложениями.
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-28
Часть–2_Июнь –2025
320
Ключевые слова: NumPy, многомерный массива, ndarray, Python,
библиотека, вектор, матрица, научные расчеты.
Annotation: This scientific article profoundly analyzes the main capabilities
of the NumPy library, widely used in the Python programming language, with a
particular emphasis on technologies for working with multidimensional arrays
(ndarray). The use of NumPy helps improve the efficiency of numerical computations;
the structure of arrays, methods for accessing their elements, slicing, reshaping, and
mechanisms for performing mathematical operations are considered in depth. The
article includes both theoretical explanations and practical examples illustrating
their application in real-world programs.
Keywords: NumPy, multidimensional array, ndarray, Python, library, vector,
matrix, scientific computing.
Kirish
Zamonaviy informatika va sun’iy intellekt sohalarida katta hajmdagi
ma’lumotlar ustida tez, ishonchli va samarali hisob-kitoblarni bajarish zarurati
kundan kunga ortib bormoqda. Ushbu ehtiyojni qondirish uchun ochiq manbali
dasturlash tillaridan biri bo‘lgan Python keng tarqalgan bo‘lib, aynan sonli
hisoblashlar uchun maxsus yaratilgan NumPy kutubxonasi orqali bu jarayon
soddalashtiriladi. NumPy (Numerical Python) – massivlar ustida arifmetik, statistik
va algebraik amallarni vektorlashtirilgan shaklda, minimal kod bilan bajarishga
imkon beruvchi kuchli vositadir. Ushbu maqolada NumPy kutubxonasining ko‘p
o‘lchovli massivlar bilan ishlashdagi asosiy imkoniyatlari va real amaliy dasturlardagi
qo‘llanilishi chuqur tahlil qilinadi.
1
.
Ndarray obyektining samarali tuzilishi
NumPy’ning markaziy obyekti ndarray bo‘lib, u istalgan o‘lchovdagi
massivlarni yaratish va ular bilan murakkab amallarni bajarish imkonini beradi.
Quyidagi kod orqali 2x3 o‘lchamli massiv yaratiladi:
import numpy as np
massiv = np.array([[1, 2, 3], [4, 5, 6]])
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-28
Часть–2_Июнь –2025
321
print(massiv)
Bunday massivlar .ndim, .shape, .dtype kabi atributlar orqali tahlil qilinadi.
Bu esa massiv ustida dasturiy boshqaruvni kuchaytiradi.
2. Indekslash va kesish imkoniyatlari
NumPy massivlarida an’anaviy indekslash usullari qo‘llanadi. Misol uchun:
massiv[0, 1] birinchi qatordagi ikkinchi elementni beradi. Shuningdek, massiv[:, 1]
orqali butun ustun ajratib olinadi. Bunday imkoniyatlar massivdan kerakli qismlarni
ajratib, ularga alohida ishlov berishni soddalashtiradi.
3. Shakl o‘zgartirish va transpozitsiya
Ko‘p hollarda massiv shaklini o‘zgartirish zarurati yuzaga keladi. reshape()
metodi yordamida massivni istalgan yangi o‘lchamga keltirish mumkin. Masalan:
yangi_massiv = massiv.reshape(3, 2)
Transpozitsiya uchun esa .T atributi yetarli: massiv.T. Bu, ayniqsa, algebraik
hisoblarda va gradientlar ustida ishlashda muhim.
4. Matematik va statistik funksiyalar
NumPy
matematik
amallarni
massiv
ustida
to‘g‘ridan-to‘g‘ri
bajaradi.Quyidagi kodda buni ko‘rishimiz mumkin:
A = np.array([1, 2, 3])
B = np.array([4, 5, 6])
C = A + B
np.mean(A), np.std(A), np.sin(A), np.log(A) statistik va matematik
funksiyalar hisoblanadi. Bu funksiyalar vektorlashtirilgan holda ishlashi tufayli ancha
tezroq bajariladi.
NumPy ilmiy hisoblashlar (matematika, fizika, kimyo va biologiya
modellarini yaratishda), sun’iy intellect (tensorlar bilan ishlashda asosiy qatlam
sifatida), ma’lumotlar tahlili (Pandas, Scikit-learn kabi kutubxonalar asosida), tasvirni
qayta ishlash (kompyuter grafikasi, tibbiy tasvirlar, rasmlar ustida operatsiyalar)
yo‘nalishlarda faol qo‘llaniladi.
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-28
Часть–2_Июнь –2025
322
Natijalar
Mazkur tadqiqot davomida NumPy kutubxonasining imkoniyatlari va ko‘p
o‘lchovli massivlar bilan ishlashdagi samaradorligi atroflicha o‘rganildi. Olingan
tahlillarga ko‘ra, NumPy yordamida sonli hisoblashlar ancha tezlashadi, chunki uning
ichki mexanizmlari C tilida yozilgan va vektorlashtirilgan amallarni qo‘llaydi. Bu esa
dastur tezligini oshiradi va katta hajmdagi ma’lumotlarni qayta ishlashda muhim
afzallik yaratadi.
Shuningdek, ndarray deb ataluvchi ko‘p o‘lchovli massivlar tuzilishi va
ularning indekslash, kesish hamda shaklni o‘zgartirish imkoniyatlari murakkab
ma’lumotlar ustida aniq va qulay ishlashni ta’minlaydi. Bunday struktura
dasturchilarga ma’lumotlarni samarali boshqarish va manipulyatsiya qilishni
osonlashtiradi.
NumPy kutubxonasi ilmiy hisoblash, sun’iy intellekt va ma’lumotlar tahlilida
keng qo‘llaniladi. U matematik va statistik funksiyalarni o‘z ichiga olganligi sababli,
murakkab ilmiy modellarni tez va samarali yaratishga yordam beradi. Bundan
tashqari, pandas, Matplotlib, Scikit-learn kabi mashhur kutubxonalar NumPy asosida
qurilganligi uning ahamiyatini yanada oshiradi.
Xulosa
NumPy kutubxonasi yordamida murakkab va katta hajmdagi ma’lumotlarni
tez va ishonchli qayta ishlash mumkinligi, shuningdek, vektorlashtirilgan amallar
tufayli hisoblash tezligi sezilarli darajada oshishi tasdiqlandi. Kutubxonaning
kengaytirilgan funksional imkoniyatlari, jumladan, statistik, trigonometrik va
logarifmik hisoblashlar ham ilmiy tadqiqotlar, sun’iy intellekt, ma’lumotlar tahlili va
grafik tasvirlarni qayta ishlash sohalarida keng qo‘llanilishiga asos bo‘ladi.
Shuningdek, NumPy zamonaviy dasturlash jarayonida ko‘plab boshqa
kutubxonalar (pandas, Matplotlib, Scikit-learn) asosini tashkil etishi uni dasturchilar
va olimlar uchun ajralmas yordamchiga aylantiradi. Kelajakda NumPy kutubxonasi
katta ma’lumotlar tahlili, kvant hisoblash va avtomatlashtirilgan bashoratlash
tizimlarida yanada kengroq qo‘llanilishi kutilmoqda.
MODERN EDUCATION AND DEVELOPMENT
Выпуск журнала №-28
Часть–2_Июнь –2025
323
Shu sababli, Python asosidagi ilmiy hisoblashlarda NumPy kutubxonasi
muhim o‘rin tutadi va texnologik rivojlanish bilan birga uning roli yanada oshib
boradi.
FOYDALANILGAN ADABIYOTLAR
1.
HARRIS, C.R. ET AL. (2020).
ARRAY PROGRAMMING WITH NUMPY
.
NATURE.
2.
MCKINNEY, W. (2012).
PYTHON FOR DATA ANALYSIS
. O’REILLY
MEDIA.
3.
4.
OLIPHANT, T. (2006).
GUIDE TO NUMPY
.
5.
VAN
ROSSUM,
G.
PYTHON
PROGRAMMING
LANGUAGE.
6.
TOSHPO‘LATOV, O. (2021).
PYTHON DASTURLASH TILIDA ILMIY
HISOBLASH
METODLARI
.
TOSHKENT:
FAN
VA
TEXNOLOGIYA
NASHRIYOTI.
7.
KARIMOV, B. (2019).
MA’LUMOTLARNI QAYTA ISHLASH VA TAHLIL
QILISH USULLARI
. TOSHKENT: O‘ZBEKISTON MILLIY UNIVERSITETI
NASHRIYOTI.
8.
IBRAGIMOV, A. (2022).
PYTHON DASTURLASH TILINING ILMIY-
TADQIQOT
SOHASIDAGI
IMKONIYATLARI
.
TOSHKENT:
ILMIY
AXBOROTLAR JURNALI, 3(4), 45-52.
9.
NORMATOV, D., & RUSTAMOV, S. (2020).
KATTA MA’LUMOTLAR VA
ULARNI TAHLIL QILISHDA ZAMONAVIY TEXNOLOGIYALAR
. TOSHKENT:
AXBOROT TEXNOLOGIYALARI JURNALI, 15(2), 23-30.
