NumPy ir katra datu zinātnieka rīku komplekta atslēga. Tā ir neticami noderīga bibliotēka darbam ar datiem, un tā ir obligāta prasme visiem datu zinātniekiem, analītiķiem un inženieriem.
Ja vēlaties apgūt šo pieprasīto prasmi, lasiet tālāk, šajā rakstā tiks paskaidrots, kas ir NumPy, kāpēc tas ir svarīgi, un labākie resursi, ko mācīties.
Kas ir NumPy?
NumPy apzīmē Numerical Python. Tā ir bibliotēka, ko 2005. gadā izveidoja Treviss Olifants, un tā tiek izmantota datu analīzei.
NumPy centrā ir masīvs. Masīvs ir vienkārši datu vērtību saraksts. Šo masīvu var izmantot vektoru attēlošanai. Tas ir ļoti līdzīgs Python iebūvētajam saraksta tipam, taču tam ir viena būtiska atšķirība.
Atšķirībā no Python sarakstiem, dati programmā NumPy tiek glabāti blakus esošajā atmiņā. Tas nozīmē, ka vērtības atmiņā tiek saglabātas blakus viena otrai. Tas ļauj ātrāk piekļūt vērtībām; NumPy masīvi ir līdz 50 reizēm ātrāki nekā Python saraksti parastajām darbībām.
Tāpat kā Python saraksti, masīvi var saglabāt citus masīvus kā elementus. Tas ļauj izveidot sarežģītākas matemātiskas konstrukcijas, piemēram, matricas un augstākas kārtas masīvus. Masīviem ir noderīgas metodes parastajām statistikas darbībām, piemēram, vidējās, vidējās un standarta novirzes aprēķināšanai. Varat tos modificēt, sadalot, savienojot, veidojot un pārveidojot.
Prasības Numpy lietošanai
- Python instalācija
- Pip uzstādīšana
- IDE, piemēram, VSCode vai, vēl ideālāk, uz piezīmjdatoriem balstīts IDE, piemēram, Jupyter
- Python zināšanas
Lasiet arī: Jupyter piezīmjdatora ievads iesācējiem
Lietošanas gadījumi
- Numpy tiek izmantots datu zinātnes uzdevumiem, jo ir ātrāki masīvi, nevis iebūvētie Python saraksti.
- To var izmantot, lai atrisinātu lineārās algebras problēmas, izmantojot tās iebūvētās funkcijas.
- To izmanto mašīnmācībā, jo tā ātri aprēķina vektorus un matricas.
- To izmanto nejaušu datu kopu ģenerēšanai, izmantojot nejaušās statistikas funkcijas.
NumPy apguves kursi
Zemāk ir daži no labākajiem resursiem, lai apgūtu NumPy un Data Science. Lielākā daļa no šiem resursiem paredz zināmas zināšanas par Python. Ja vēl neesat iemācījies Python, šeit ir mūsu labāko resursu saraksts Python apguvei.
Padziļinātas mācīšanās priekšnoteikumi: Numpy Stack programmā Python
Šis Udemy kurss piedāvā maigu ceļvedi, lai sagatavotu jūs dziļai mācībām, izmantojot Python. Kurss māca, kā izmantot Numpy vektoru un matricu aprēķinos.
Turklāt tas aptver Pandas — bibliotēku Python datu kopu apstrādei: Matplotlib (datu vizualizācijas rīks) un Scipy (bibliotēka statistikas aprēķināšanai Python).
Kursā ir iekļautas sešas stundas video pēc pieprasījuma, un, kad to iegādājaties, jūs saņemat bezmaksas piekļuvi visam mūžam. Tas ietver sertifikātu. Pirms izmēģināt šo kursu, jums ir jāpārzina un jāpārzina lineārā algebra un programmēšana Python.
Datu analīze ar Python: NumPy un Pandas meistarklase
Šis visaptverošais kurss māca jums analizēt datus, izmantojot Pandas un NumPy. Metode sastāv no 216 lekcijām, 3 rakstiem un 2 lejupielādējamiem resursiem. Tas sniedz jums kopumā vairāk nekā trīspadsmit stundas satura.
Tas sākas, iepazīstinot jūs ar NumPy un masīva jēdzienu, kas ir centrālais NumPy objekts. Pēc tam kurss iemācīs jums izmantot Pandas — populāru un noderīgu bibliotēku darbam ar datu kopām. Visbeidzot, jūs apgūsit datu vizualizāciju, izmantojot Matplotlib bibliotēku.
Šis kurss atšķiras no lielākās daļas ar to, ka tas padara nodarbības praktiskākas, mācot jūs lomu spēlē. Jūs spēlēsit datu analītiķa lomu lielā daudznacionālā mazumtirdzniecības uzņēmumā, kas analizēs datus, kas savākti no dažādām darbībām. Kā paredzēts, pirms kursa uzsākšanas kursā tiek pieņemts, ka zināmā mērā pārzināt Python.
Python ar NumPy absolūtiem iesācējiem
Šis kurss ir viens no iesācējiem draudzīgākajiem NumPy kursiem. Kamēr jums ir jāzina Python, kurss iepazīstina ar NumPy no paša sākuma.
Tas sākas, iepazīstinot jūs ar NumPy masīviem. Tajā ir paskaidrots, kā tie atšķiras no Python sarakstiem un kā tie ir ātrāki un piemērotāki datu zinātnei, inženierijai un analīzei.
Turklāt jūs uzzināsit visas dažādās lietas, ko varat darīt ar šiem masīviem. Tie ietver, bet neaprobežojas ar masīvu izveidi, piekļuvi tiem, izmantojot indeksus, to sadalīšanu un savienošanu, kā arī to veidošanu un pārveidošanu.
Šajā kursā ir divu stundu video saturs, un tas koncentrējas tikai uz Numpy. Jūs varat to pabeigt un iegūt sertifikātu nedēļas laikā.
Ievads NumPy
Šis DataCamp kurss ir draudzīgs NumPy iesācējiem. Kurss ir aptuveni 4 stundas garš, un tajā ir 13 labi izveidoti video un 49 vingrinājumi, kas palīdzēs nostiprināt apgūtās koncepcijas.
Tā ir daļa no Data Scientist trases, tādēļ, pabeidzot citus kursus tajā pašā trasē, jūs iegūsit DataCamp Data Scientist sertifikātu.
Kas attiecas uz saturu, tas ievieš masīvus un izskaidro to izmantošanas priekšrocības salīdzinājumā ar Python sarakstiem. Pēc tam jūs apgūsit apraides un vektorizācijas metodes, lai padarītu kodu ātrāku un efektīvāku. Jūs praktizēsit masīvu darbības ar Monet datu kopu.
Simplilearn NumPy apmācība
Šī Simplilearn bezmaksas apmācība aptver Numpy pamatus. Tas ir īss un iet tieši uz lietu. Rakstam ir minimāli paskaidrojumi, un tas ir ideāli piemērots, ja to izmantojat kā atsauci vai ja jau zināt, kas ir Numpy un ko veic dažādas funkcijas.
Rakstā ir arī koda fragmenti, lai ilustrētu dažādu funkciju izmantošanu ar piemēriem. Tas ir ideāli piemērots, ja steidzaties un vēlaties apgūt Numpy desmit minūtēs. Tā kā tas ir raksts, tam nav kur praktizēt vai izmantot datu kopas.
Jums pašam ir jāizveido prakses vide un jāatrod datu kopas, no kurām nodarboties. Kaggle ir laba vieta, kur meklēt datu kopas un izveidot piezīmju grāmatiņas datu zinātnes praktizēšanai.
W3Skolas
Šī W3Schools apmācība ir mana personīgā mīļākā. Tas ir bezmaksas un visaptverošs, aptverot visus NumPy pamatus un sarežģītākas tēmas, piemēram, nejaušu statistikas sadalījumu ģenerēšanu un universālu funkciju izmantošanu vektorizācijas ieviešanai.
Kopumā apmācībā ir 43 tīmekļa lapas, kurās ir īsi, bet atbilstoši paskaidrojumi un koda fragmenti, ko ilustrēt ar piemēriem. Turklāt w3schools ir aprīkots ar redaktoru Numpy vaicājumu rakstīšanai un viktorīnu, kurā varat pārbaudīt savas zināšanas.
Visi šie ir neobligāti, taču tie palīdzēs jūsu mācīšanās pieredzei. Par maksu reģistrējoties Numpy kursā, varat iegūt sertifikātu, ko pievienot savam CV.
Mērogošanas kurss
Šis Scaler kurss ir labi izveidots. Tas ietver sešus moduļus, kas aptver ievadu NumPy, daudzdimensiju masīvus, datu struktūras, funkcijas, apraidi un citus dažādus jēdzienus.
Kopumā tajā ir 32 nodarbības ar 5 stundu un 33 minūšu video saturu. Ir 26 izaicinājumi, kas palīdzēs jums pielietot apgūto un nostiprināt jēdzienus savā prātā. Pēc kursu beigšanas jūs saņemat sertifikātu.
Kā paredzēts, pirms kursa sākšanas jums jāzina Python programmēšanas valoda. Otrajam priekšnoteikumam ir jūsu datorā instalēta IDE ar Python un Numpy.
Travis Oliphant ceļvedis Numpy
Šī grāmata, ko sarakstījis Numpy veidotājs, ir domāta kā atsauce tiem, kuri jau zina Python, bet vēlas uzzināt par Numpy un citiem rīkiem.
Šajā grāmatā Treviss Olifants aptver ne tikai to, kā lietot Numpy, bet arī to, kā to paplašināt, izmantojot API. Šis, iespējams, ir vispadziļinātākais un detalizētākais resurss vietnē Numpy.
Tas, iespējams, ir ideāli piemērots Numpy jaudīgajiem lietotājiem, kuri vēlas iegūt augstāka līmeņa izpratni par Numpy darbību un detalizētu ceļvedi, lai viņi varētu sniegt ieguldījumu un paplašināt bibliotēku.
Ivana Idrisa rokasgrāmata iesācējiem Numpy
Šī grāmata par Numpy ir paredzēta iesācējiem. Tas ir paredzēts zinātniekiem, inženieriem, programmētājiem un analītiķiem, kuri jau ir iepazinušies ar Python, bet vēlas paplašināt savas prasmes, izmantojot Numpy kā papildu prasmes.
Grāmata aptver Numpy, Matplotlib, Scipy un IPython instalēšanu vietējā datorā. Pēc tam tas aptver masīvus un dažādas jums pieejamās masīvu funkcijas. Pēc tam izmantosit bibliotēku, lai veiktu matricas darbības un pārbaudītu savu kodu ar Numpy.testing. Kopumā šī grāmata ir visaptverošs Numpy ceļvedis.
NumPy: no pamata līdz uzlabotajam (Karan Singh Bisht).
Nosaukums “NumPy from Basic to Advanced” izsaka visu. Šī grāmata ir paredzēta kā maigs notikums, kas ved no neziņas par bibliotēku uz zināšanām, kā izmantot dažas tās uzlabotās funkcijas.
Grāmatā ir ietverti pamati, piemēram, izskaidrots, kas ir masīvs, kā arī pāriet uz sarežģītākām un jaunākajām tēmām, piemēram, CPU kešatmiņas efektiem un Ndarray dzīves ciklu. Tas ir paredzēts, lai sniegtu jums stabilu pamatu turpmākam mašīnmācības darbam, izmantojot Numpy bibliotēku.
FreeCodeCamp YouTube apmācība
FreeCodeCamp pēdējā laikā ir kļuvusi populāra kā augstas kvalitātes kodēšanas un programmatūras izstrādes pamācību avots. Tās apmācību katalogā ir šī visaptverošā Numpy apmācība. Tāpat kā visas tās apmācības, tas ir pieejams bez maksas.
Apmācība ilgst apmēram stundu un aptver Numpy pamatus. Tas ir maigs ievads bibliotēkā, kas nav satriecošs tiem, kas tikko sākuši darbu. Kā jūs varētu sagaidīt, pirms videoklipa skatīšanās tiek pieņemtas Python zināšanas.
Nobeiguma vārdi
Numpy ir neticami noderīgs un daudzpusīgs. Tas ir paredzēts rīks lielākajai daļai datu zinātnes un inženierzinātņu darbu. Šis raksts iepazīstināja jūs ar Numpy un sniedza augsta līmeņa un abstraktu pārskatu par tā galvenajiem jēdzieniem.
Turklāt rakstā tika uzskaitīti resursi, kas varētu būt noderīgi jūsu ceļā uz Python apguvi. Katra resursa īss apraksts palīdzēja jums izdarīt apzinātu izvēli, kuru izvēlēties.
Pēc tam apskatiet labākās Python bibliotēkas datu zinātniekiem.