After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Utforska Pythons paket för datavetenskap: NumPy
Få en introduktion till Numpy och förstå varför detta Python-bibliotek är avgörande för alla Python-dataforskare och analytiker. Viktigast av allt: lär dig mer om Numpy-arrayer och hur du skapar och ändrar arrayformer för att passa dina behov.Upptäck NumPy-arrayer
NumPy är ett viktigt Python-bibliotek för data scientists och analytiker. Det erbjuder ett utmärkt alternativ till Python-listor, eftersom de är mer kompakta och möjliggör snabbare åtkomst för att läsa och skriva objekt, vilket gör dem till ett mer bekvämt och effektivt alternativ.I denna kurs i Introduktion till NumPy blir du en mästare på att hantera NumPys kärnobjekt: arrayer! Med hjälp av New York Citys trädinventeringsdata kommer du att skapa, sortera, filtrera och uppdatera arrayer. Du kommer att upptäcka varför NumPy är så effektivt och använda broadcasting och vectorisering för att göra din NumPy-kod ännu snabbare.
Bygg självförtroende genom att öva på Monet-datasetet
I det sista kapitlet kommer du att använda dina nyförvärvade kunskaper för att utföra arraytransformationer. Du kommer att använda 3D-arrayer för bilder för att ändra en målning av Claude Monet och förstå varför sådana arrayändringar är viktiga verktyg för maskininlärning.Du kommer att känna dig trygg med Numpy-arrayer och deras olika operationer när du har slutfört kursen. Den här kursen ingår i spåret Data Scientist with Python och är perfekt för dig som vill ta en Data Science-certifiering med DataCamp.
Förkunskapskrav
Kursplan
Kursöversikt
1
Förstå NumPy-arrayer
Bekanta dig med NumPy-arrayen! Lär dig skapa arrayer och ändra deras form efter behov. Utforska sedan NumPys många datatyper och se hur de bidrar till snabba arrayoperationer.
- Introduktion till arrayer50 XP
- Din första NumPy-array100 XP
- Skapa arrayer från grunden100 XP
- En array med ett intervall100 XP
- Arraydimensionalitet50 XP
- Skapa en 3D-array100 XP
- Den fjärde dimensionen100 XP
- Tillplattning och omformning100 XP
- NumPys datatyper50 XP
- Argumentet dtype100 XP
- Förutse datatyper100 XP
- Ett mindre sudokuspel100 XP
2
Välja och uppdatera data
Finslipa dina färdigheter i att hantera NumPy-data genom att slicera, filtrera och sortera New Yorks trädcensusdata. Skapa nya arrayer genom att hämta data baserat på villkorssatser, och lägg till eller ta bort data längs valfri dimension efter behov. På vägen lär du dig principerna för form- och dimensionskompatibilitet – en förberedelse för snabb arraymatematik.
3
Arraymatematik!
Utnyttja NumPys snabba vektoriserade operationer för att samla in sammanfattande insikter om försäljningsdata från amerikanska spritbutiker, restauranger och varuhus. Vektorisera Python-funktioner för användning i din NumPy-kod. Tillämpa sedan broadcasting-logik för att utföra matematiska operationer mellan arrayer av olika storlekar.
4
Arraytransformationer
I det här sista kapitlet möter NumPy konstvärlden när vi använder bilddata från ett mästerverk av Monet för att utforska hur du kan bearbeta bilddata. Du använder funktioner för spegling och transponering för att snabbt transformera målningen. Sedan plockar du isär Monet-arrayen, gör ändringar och sätter ihop den igen med hjälp av array-stacking för att se resultaten.
Introduktion till NumPy
Kurs
slutförd
