ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
Python के डेटा विज्ञान पैकेज का अन्वेषण करें: NumPy
Numpy का परिचय प्राप्त करें और समझें कि यह Python लाइब्रेरी सभी Python डेटा वैज्ञानिकों और विश्लेषकों के लिए क्यों आवश्यक है। सबसे महत्वपूर्ण बात, Numpy arrays के बारे में अधिक जानें और अपनी ज़रूरतों के अनुसार array shapes को कैसे बनाएं और बदलें।NumPy ऐरेज़ की खोज करें
NumPy डेटा वैज्ञानिकों और विश्लेषकों के लिए एक आवश्यक Python लाइब्रेरी है। यह Python सूचियों का एक बेहतरीन विकल्प प्रदान करता है, क्योंकि वे अधिक कॉम्पैक्ट होती हैं और आइटमों को पढ़ने और लिखने तक तेज़ पहुँच देती हैं, जिससे वे एक अधिक सुविधाजनक और कुशल विकल्प बन जाती हैं।इस NumPy पाठ्यक्रम में, आप NumPy की मुख्य वस्तु: arrays को संभालने में माहिर बन जाएंगे! न्यूयॉर्क सिटी के वृक्ष जनगणना डेटा का उपयोग करके, आप ऐरे बनाएंगे, उन्हें क्रमबद्ध करेंगे, फ़िल्टर करेंगे, और अपडेट करेंगे। आप जानेंगे कि NumPy इतना कुशल क्यों है और broadcasting तथा vectorization का उपयोग करके अपने NumPy कोड को और भी तेज़ बनाएँगे।
मॉनेट डेटासेट पर अभ्यास करके आत्मविश्वास हासिल करें
अंतिम अध्याय तक, आप अपने नए अर्जित ज्ञान का उपयोग करके ऐरे ट्रांसफ़ॉर्मेशन करेंगे। आप 3D ऐरे का उपयोग करके क्लॉड मोने की एक पेंटिंग में बदलाव करेंगे और समझेंगे कि ऐसे ऐरे परिवर्तन मशीन लर्निंग के लिए क्यों आवश्यक उपकरण हैं।पाठ्यक्रम पूरा होने पर आपको Numpy arrays और उनके विभिन्न operations में आत्मविश्वास मिलेगा। यह पाठ्यक्रम Python के साथ Data Scientist ट्रैक का हिस्सा है और DataCamp के साथ डेटा विज्ञान प्रमाणन चाहने वालों के लिए एकदम उपयुक्त है।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
NumPy Arrays को समझना
शानदार NumPy array से मिलिए! अपनी ज़रूरत के मुताबिक arrays बनाना और उनकी shape बदलना सीखिए। अंत में, NumPy के कई data types जानिए और समझिए कि वे तेज़ array operations में कैसे मदद करते हैं.
2
डेटा चुनना और अपडेट करना
New York City के tree census डेटा पर slicing, filtering, और sorting करके अपने NumPy data wrangling कौशल को निखारिए। conditional statements के आधार पर डेटा निकालकर नए arrays बनाइए, और किसी भी dimension पर डेटा जोड़िए या हटाइए ताकि आपका उद्देश्य पूरा हो सके। इसी दौरान, आप shape और dimension compatibility के सिद्धांत सीखेंगे, जिससे आप super-fast array math के लिए तैयार होंगे.
3
Array Mathematics!
NumPy के तेज़ vectorized operations का लाभ उठाकर American liquor stores, restaurants, और department stores की sales डेटा पर summary insights निकालिए। Python functions को vectorize करके उन्हें अपने NumPy कोड में इस्तेमाल कीजिए। अंत में, अलग-अलग आकार के arrays के बीच गणितीय operations करने के लिए broadcasting logic का उपयोग कीजिए.
4
Array Transformations
इस अंतिम अध्याय में NumPy और कला का मेल होता है, जहाँ हम Monet की एक उत्कृष्ट कृति की image डेटा का उपयोग करके देखते हैं कि आप image डेटा को कैसे augment कर सकते हैं। आप flipping और transposing की functionality से हमारी masterpiece को तेज़ी से transform करेंगे। इसके बाद, आप Monet वाले array को अलग-अलग हिस्सों में तोड़ेंगे, बदलाव करेंगे, और array stacking का उपयोग करके उसे फिर से जोड़ेंगे ताकि परिणाम देख सकें.
NumPy परिचय
कोर्स
पूर्ण
