NumPy este cheia în cutia de instrumente a fiecărui cercetător de date. Este o bibliotecă incredibil de utilă pentru lucrul cu date și o abilitate obligatorie pentru toți oamenii de știință de date, analiștii și inginerii.
Dacă doriți să învățați această abilitate solicitată, citiți mai departe, acest articol vă va explica ce este NumPy, de ce este important și cele mai bune resurse de învățat.
Cuprins
Ce este NumPy?
NumPy înseamnă Numerical Python. Este o bibliotecă creată de Travis Oliphant în 2005 și este folosită pentru analiza datelor.
În centrul NumPy este matricea. O matrice este pur și simplu o listă de valori de date. Această matrice poate fi folosită pentru a reprezenta vectori. Este foarte asemănător cu tipul de listă încorporat Python, dar are o diferență cheie.
Spre deosebire de listele Python, datele din NumPy sunt stocate în memoria contiguă. Aceasta înseamnă că valorile sunt stocate una lângă alta în memorie. Acest lucru face accesarea valorilor mai rapidă; Matricele NumPy sunt de până la 50 de ori mai rapide decât listele Python pentru operațiuni obișnuite.
La fel ca listele Python, matricele pot stoca alte matrice ca elemente. Acest lucru vă permite să creați construcții matematice mai complexe, cum ar fi matrice și tablouri de ordin superior. Matricele au metode utile pentru operațiuni statistice comune, cum ar fi calcularea mediei, medianei și abaterii standard. Le puteți modifica prin împărțirea, unirea, modelarea și remodelarea.
Cerințe pentru utilizarea Numpy
- O instalare python
- Instalare pip
- Un IDE cum ar fi VSCode sau, mai ideal, un IDE bazat pe notebook, cum ar fi Jupyter
- Cunoașterea Python
Citește și: Introducere Jupyter Notebook pentru începători
Cazuri de utilizare
- Numpy este folosit pentru sarcini de știință a datelor datorită matricelor sale mai rapide în locul listelor Python încorporate.
- Poate fi folosit pentru a rezolva probleme de algebră liniară folosind funcțiile sale încorporate.
- Este folosit în învățarea automată datorită calculului rapid al vectorilor și matricelor.
- Este folosit pentru a genera seturi de date aleatoare folosind funcțiile sale statistice aleatorii.
Cursuri pentru a învăța NumPy
Mai jos sunt câteva dintre cele mai bune resurse pentru a învăța NumPy și Data Science. Majoritatea acestor resurse presupun o anumită familiaritate cu Python. Dacă nu ați învățat încă Python, iată lista noastră cu cele mai bune resurse pentru a învăța Python.
Cerințe preliminare pentru învățare profundă: Stiva Numpy în Python
Acest curs Udemy oferă un ghid blând pentru a vă pregăti pentru învățarea profundă folosind Python. Cursul vă învață cum să utilizați Numpy pentru calcule vectoriale și matrice.
În plus, acoperă Pandas, o bibliotecă pentru tratarea seturi de date în Python: Matplotlib (un instrument de vizualizare a datelor) și Scipy (o bibliotecă pentru calcularea statisticilor în Python).
Cursul conține șase ore de videoclip la cerere și, odată ce îl cumpărați, obțineți acces gratuit pe viață la el. Include o certificare. Înainte de a încerca acest curs, ar trebui să fiți familiarizat și confortabil cu Algebra liniară și programarea în Python.
Analiza datelor cu Python: Masterclass NumPy și Pandas
Acest curs cuprinzător vă învață cum să analizați datele folosind Pandas și NumPy. Metoda cuprinde 216 prelegeri, 3 articole și 2 resurse descărcabile. Acest lucru vă oferă un total de peste treisprezece ore de conținut.
Începe prin a vă prezenta NumPy și conceptul de matrice, care este obiectul central în NumPy. Apoi, cursul vă va învăța să utilizați Pandas, o bibliotecă populară și utilă pentru lucrul cu seturile de date. Apoi, în sfârșit, veți învăța vizualizarea datelor folosind biblioteca Matplotlib.
Ceea ce face acest curs diferit de majoritatea este că face lecțiile mai practice prin predarea dvs. prin joc de rol. Veți juca rolul de Data Analyst la o mare companie multinațională de retail care analizează datele colectate din diferitele sale operațiuni. După cum era de așteptat, cursul își asumă o anumită familiaritate cu Python înainte de a începe cursul.
Python cu NumPy pentru începători absoluti
Acest curs este unul dintre cele mai prietenoase cursuri pentru începători de pe NumPy. Deși se așteaptă să cunoașteți Python, cursul prezintă NumPy de la început.
Începe prin a vă prezenta matricele NumPy. Acesta explică modul în care diferă de listele Python și cum sunt mai rapide și mai potrivite pentru știința datelor, inginerie și analiză.
În plus, veți învăța toate lucrurile pe care le puteți face cu aceste matrice. Acestea includ, dar nu se limitează la, crearea de matrice, accesarea lor folosind indici, tăierea și unirea lor și modelarea și remodelarea lor.
Acest curs are două ore de conținut video și se concentrează numai pe Numpy. Puteți finaliza acest lucru și obțineți certificarea într-o săptămână.
Introducere în NumPy
Acest curs de la DataCamp este prietenos pentru începătorii la NumPy. Cursul durează aproximativ 4 ore și cuprinde 13 videoclipuri bine realizate și 49 de exerciții pentru a vă ajuta să consolidați conceptele pe care le-ați învățat.
Face parte din cursul Data Scientist, așa că dacă finalizați alte cursuri pe aceeași pistă, veți obține certificarea DataCamp Data Scientist.
În ceea ce privește conținutul, acesta introduce matrice și explică avantajele utilizării lor față de liste în Python. În continuare, veți învăța tehnici de difuzare și vectorizare pentru a vă face codul mai rapid și mai eficient. Veți exersa operațiile cu matrice pe setul de date Monet.
Tutorial Simplilearn NumPy
Acest tutorial gratuit de la Simplilearn acoperă elementele de bază ale Numpy. Este scurt și merge direct la obiect. Articolul are explicații minime și este ideal dacă îl folosiți ca referință sau dacă știți deja ce este Numpy și ce fac diferitele funcții.
De asemenea, în articol sunt și fragmente de cod pentru a ilustra utilizarea diferitelor funcții cu exemple. Este ideal atunci când ești grăbit și vrei să înveți Numpy în zece minute. Fiind un articol, nu are loc de exersat sau seturi de date de folosit.
Ar trebui să configurați singur un mediu de practică și să găsiți seturi de date din care să exersați. Kaggle este un loc bun pentru a căuta seturi de date și pentru a crea notebook-uri pentru a practica știința datelor.
W3Schools
Acest tutorial de la W3Schools este preferatul meu personal. Este gratuit și cuprinzător, acoperind toate elementele de bază ale NumPy și subiecte mai avansate, cum ar fi generarea de distribuții statistice aleatorii și utilizarea funcțiilor universale pentru a implementa vectorizarea.
În total, tutorialul este de 43 de pagini web cu explicații succinte, dar adecvate și fragmente de cod pentru a ilustra cu exemple. În plus, w3schools vine cu un editor pentru a vă scrie interogările Numpy și un test în care vă puteți testa cunoștințele.
Toate acestea sunt opționale, dar vă vor ajuta experiența de învățare. Înscriindu-vă la cursul Numpy contra cost, puteți obține o certificare pe care să o adăugați la CV.
Curs Scaler
Acest curs despre Scaler este bine pus la punct. Acesta cuprinde șase module care acoperă o introducere în NumPy, matrice multidimensionale, structuri de date, funcții, difuzare și alte concepte diverse.
În total, are 32 de lecții cu 5 ore și 33 de minute de conținut video. Există 26 de provocări care vă ajută să aplicați ceea ce ați învățat și să solidificați conceptele din mintea dvs. După finalizarea cursului, obțineți un certificat.
După cum era de așteptat, trebuie să cunoașteți limbajul de programare Python înainte de a începe cursul. A doua condiție prealabilă are un IDE cu Python și Numpy instalate pe computer.
Ghid pentru Numpy de Travis Oliphant
Scrisă de creatorul Numpy, această carte este menită să fie o referință pentru cei care cunosc deja Python, dar ar dori să învețe despre Numpy și alte instrumente.
În această carte, Travis Oliphant acoperă nu doar modul de utilizare a Numpy, ci și modul de extindere folosind API-ul. Aceasta este probabil cea mai aprofundată și mai detaliată resursă de pe Numpy.
Este probabil ideal pentru utilizatorii puternici ai Numpy care doresc o înțelegere la un nivel superior a modului în care funcționează Numpy și un ghid detaliat, astfel încât să poată contribui la bibliotecă și extinde.
Numpy Ghid pentru începători de Ivan Idris
Această carte despre Numpy este menită să fie prietenoasă pentru începători. Este destinat oamenilor de știință, inginerilor, programatorilor și analiștilor care sunt deja familiarizați cu Python, dar care doresc să-și extindă setul de abilități adoptând Numpy ca abilitate suplimentară.
Cartea acoperă instalarea Numpy, Matplotlib, Scipy și IPython pe computerul local. Apoi acoperă matricele și diferitele funcții de matrice puse la dispoziție. Apoi veți folosi biblioteca pentru a efectua operații matrice și a vă testa codul cu Numpy.testing. Una peste alta, această carte este un ghid cuprinzător pentru Numpy.
NumPy: De la bază la avansat de Karan Singh Bisht
Titlul „NumPy de la Basic la Advanced” spune totul. Această carte este menită să fie o pantă ușoară care te va duce de la a nu ști nimic despre bibliotecă la a ști cum să folosești unele dintre caracteristicile sale mai avansate.
Cartea acoperă elementele de bază, cum ar fi explicarea a ceea ce este o matrice, pentru a merge la subiecte mai avansate și sub capotă, cum ar fi efectele CPU-cache și ciclul de viață al Ndarray. Este menit să vă ofere o bază solidă pentru continuarea lucrărilor de învățare automată folosind biblioteca Numpy.
Tutorial YouTube FreeCodeCamp
FreeCodeCamp a crescut în popularitate recent ca o sursă de codare de înaltă calitate și tutoriale de dezvoltare software. În catalogul său de tutoriale se află acest tutorial complet Numpy. La fel ca toate tutorialele sale, este disponibil gratuit.
Tutorialul durează aproximativ o oră și acoperă elementele de bază ale Numpy. Este o introducere blândă în bibliotecă menită să nu fie copleșitoare pentru cei care tocmai au început. După cum v-ați aștepta, cunoașterea Python este asumată înainte de a viziona videoclipul.
Cuvinte finale
Numpy este incredibil de util și versatil. Este un instrument așteptat pentru majoritatea joburilor de știință a datelor și de inginerie. Acest articol v-a prezentat Numpy și v-a oferit o imagine de ansamblu abstractă și la nivel înalt a conceptelor sale cheie.
În plus, articolul a enumerat resurse care ar putea fi utile în călătoria dvs. de a învăța Python. Scurta descriere a fiecărei resurse v-a ajutat să alegeți în cunoștință de cauză pe care să o alegeți.
Apoi, verificați cele mai bune biblioteci Python pentru oamenii de știință de date.