Python: Numpy
- Тренажер с практикой
-
Бессрочный доступ к теории
-
Асинхронный форматобучения
Включено в курс
Чему вы научитесь
- Создавать многомерные массивы библиотеки Numpy
- Производить быстрые поэлементные операции над массивами
- Выполнять вычисления над данными без использования циклов, существенно ускоряя работу программ
- Оптимально применять математические и статистические функции к массивам данных
Описание
На этом курсе вы познакомитесь с Numpy — библиотекой, которая помогает быстро обрабатывать и анализировать информацию. Numpy помогает ускорить операции над числовыми и строковыми массивами, что максимально важно сейчас, когда накопление данных, цифровизация и автоматизация возрастают с каждым годом.
В рамках этого курса вы научитесь работать с многомерными массивами данных. Вы будете использовать язык Python и библиотеку Numpy, специально разработанную для быстрых вычислений. Знания из этого курса помогут глубоко анализировать данные, выявлять неочевидные закономерности и таким образом решать задачи в бизнесе.
Данный курс предполагает, что у вас имеется предварительная подготовка по Python. Если это не так, то обратитесь к курсам:
Они помогут получить основное представление о Python, его принципах и особенностях, сформируют навыки работы с коллекциями.
Программа курса
-
2
Многомерные массивы в Numpy
Учимся создавать и использовать массивы ndarray — основную структуру данных библиотеки Numpy -
3
Индексы, срезы и итеративный обход
Знакомимся с правилами индексирования массивов и учимся выполнять срез данных -
4
Переформатирование, изменение формы
Изучаем методы создания новых массивов с изменением формы исходных данных -
5
Переформатирование и слияние
Знакомимся с методами создания новых массивов и конкатенацией по разным осевым направлениям -
6
Фильтрация значений и вырезание
Изучаем создание фильтров и получение подмассивов с помощью фильтров -
7
Быстрые поэлементные операции
Учимся проводить арифметические операции над массивами разных размерностей -
8
Уход от циклов и векторизованные вычисления
Выясняем, как можно оптимизировать и упрощать операции над массивами данных с помощью векторизованных функций -
9
Применение математических и статистических функций
Учимся применять математические и статистические функции Numpy для решения прикладных задач -
11
Самостоятельная работа
Дополнительные задания, которые позволяют закрепить полученную теорию -
12
Дополнительные материалы
Статьи и видео, подобранные командой Хекслета. Помогут глубже погрузиться в тему курса
Формат обучения
Испытания
Это практические задания, которые мы советуем выполнить после завершения курса. Задания помогут вам получить дополнительный опыт в программировании и закрепить полученные навыки. Обычно мы рекомендуем выполнить 3-5 испытаний. Но если не получается, не отчаивайтесь. Просто вернитесь к ним позже