Name: NumPy เบื้องต้น
Rating: 4.811459027315124 (1501 reviews)

รายละเอียดคอร์ส

สำรวจแพ็กเกจ Data Science ของ Python: NumPy

ทำความรู้จักกับ Numpy และเข้าใจว่าทำไมไลบรารี Python นี้จึงเป็นสิ่งจำเป็นสำหรับนักวิทยาศาสตร์ข้อมูลและนักวิเคราะห์ Python ทุกคน ที่สำคัญที่สุด เรียนรู้เพิ่มเติมเกี่ยวกับอาร์เรย์ของ Numpy และวิธีสร้างและเปลี่ยนรูปร่างของอาร์เรย์ให้เหมาะกับความต้องการของคุณ

ค้นพบอาร์เรย์ NumPy

NumPy เป็นไลบรารี Python ที่จำเป็นสำหรับนักวิทยาศาสตร์ข้อมูลและนักวิเคราะห์ เป็นทางเลือกที่ยอดเยี่ยมแทนลิสต์ของ Python เนื่องจากมีขนาดกะทัดรัดกว่าและช่วยให้เข้าถึงการอ่านและเขียนรายการได้รวดเร็วขึ้น จึงเป็นตัวเลือกที่สะดวกและมีประสิทธิภาพมากกว่า

ในหลักสูตร Introduction to NumPy นี้ คุณจะกลายเป็นผู้เชี่ยวชาญในการจัดการวัตถุหลักของ NumPy: อาร์เรย์! ใช้ข้อมูลสำมะโนต้นไม้ของนครนิวยอร์ก คุณจะสร้าง เรียงลำดับ กรอง และอัปเดตอาร์เรย์ คุณจะได้ค้นพบว่าทำไม NumPy จึงมีประสิทธิภาพสูง และจะได้ใช้ broadcasting และ vectorization เพื่อทำให้โค้ด NumPy ของคุณเร็วขึ้นไปอีก

สร้างความมั่นใจด้วยการฝึกฝนบนชุดข้อมูล Monet

เมื่อถึงบทสุดท้าย คุณจะใช้ความรู้ที่เพิ่งได้รับมาเพื่อทำการแปลงอาร์เรย์ คุณจะใช้ภาพอาร์เรย์ 3 มิติเพื่อปรับแต่งภาพวาดของโคลด โมเนต์ และทำความเข้าใจว่าทำไมการปรับเปลี่ยนอาร์เรย์เช่นนี้จึงเป็นเครื่องมือสำคัญสำหรับแมชชีนเลิร์นนิง

คุณจะมีความมั่นใจในการใช้งานอาร์เรย์ของ Numpy และการดำเนินการต่างๆ กับอาร์เรย์เหล่านั้นเมื่อเรียนจบหลักสูตรนี้ หลักสูตรนี้เป็นส่วนหนึ่งของเส้นทาง Data Scientist with Python และเหมาะอย่างยิ่งสำหรับผู้ที่ต้องการใบรับรองด้าน Data Science กับ DataCamp

ข้อกำหนดเบื้องต้น

Intermediate Python

หลักสูตร

โครงสร้างคอร์ส

ทำความเข้าใจ NumPy Arrays

ทำความรู้จักกับ NumPy array เรียนรู้วิธีสร้างและปรับเปลี่ยนรูปร่างของ array ให้เหมาะกับการใช้งาน พร้อมทำความเข้าใจประเภทข้อมูลต่าง ๆ ของ NumPy และบทบาทของมันในการทำให้การดำเนินการกับ array รวดเร็วยิ่งขึ้น

เริ่มบทเรียน

การเลือกและอัปเดตข้อมูล

ฝึกทักษะการจัดการข้อมูลด้วย NumPy ผ่านการ slicing, filtering และ sorting ข้อมูลการสำรวจต้นไม้ในนิวยอร์กซิตี้ สร้าง arrays ใหม่โดยดึงข้อมูลด้วย conditional statements รวมถึงเพิ่มและลบข้อมูลในแต่ละ dimension ตามต้องการ นอกจากนี้ยังจะได้เรียนรู้หลักการความเข้ากันได้ของ shape และ dimension เพื่อเตรียมพร้อมสำหรับการคำนวณ array ที่รวดเร็วสูง

เริ่มบทเรียน

คณิตศาสตร์กับ Arrays!

ใช้ประโยชน์จาก vectorized operations อันทรงพลังของ NumPy เพื่อวิเคราะห์ข้อมูลยอดขายของร้านขายเหล้า ร้านอาหาร และห้างสรรพสินค้าในสหรัฐอเมริกา เรียนรู้การ vectorize ฟังก์ชัน Python เพื่อใช้งานในโค้ด NumPy และใช้ตรรกะ broadcasting เพื่อทำการคำนวณระหว่าง arrays ที่มีขนาดต่างกัน

เริ่มบทเรียน

การแปลงรูป Arrays

ในบทสุดท้ายนี้ NumPy มาพบกับโลกของศิลปะ โดยใช้ข้อมูลภาพจากผลงานชิ้นเอกของ Monet เพื่อสำรวจวิธีการ augment ข้อมูลภาพ จะได้ใช้ฟังก์ชัน flipping และ transposing เพื่อแปลงภาพได้อย่างรวดเร็ว จากนั้นแยกชิ้นส่วน Monet array ออก แก้ไขแต่ละส่วน แล้วประกอบกลับด้วยการ stacking เพื่อดูผลลัพธ์