Build your ultimate AI agent
课程介绍
探索 Python 的数据科学包： NumPy
获得对 Numpy 的入门了解，并理解为什么这个 Python 库对所有 Python 数据科学家和分析师都至关重要。 最重要的是，进一步了解 Numpy 数组，以及如何创建和更改数组形状以满足您的需求。探索 NumPy 数组
NumPy 是数据科学家和分析师必不可少的 Python 库。 它是 Python 列表的绝佳替代方案，因为它们更紧凑，且允许更快地读写元素，使其成为更便捷、更高效的选择。在这门 NumPy 入门课程中，你将成为 NumPy 核心对象——数组——的高手！使用纽约市的树木普查数据，你将创建、排序、筛选和更新数组。 你将了解为什么 NumPy 如此高效，并使用广播和向量化让你的 NumPy 代码运行得更快。
通过在 Monet 数据集上练习来建立信心
到最后一章时，你将运用新学到的知识来执行数组转换。 您将使用图像三维数组来修改克劳德·莫奈的画作，并了解为什么这类数组修改是机器学习的必备工具。完成本课程后，您将对 Numpy 数组及其各种操作更有信心。 本课程是 Data Scientist with Python 路径的一部分，非常适合希望通过 DataCamp 获得数据科学认证的人。
先修要求
课程大纲
课程大纲
1
认识 NumPy 数组
来认识强大的 NumPy 数组！学习如何创建数组，并根据需要调整数组形状。最后，了解 NumPy 的多种数据类型，以及它们如何助力高速数组运算。
2
数据选择与更新
通过切片、筛选和排序纽约市树木普查数据，打磨您的 NumPy 数据整理技能。基于条件语句提取数据以创建新数组，并按任意维度添加或移除数据以满足您的需求。过程中，您将学习形状与维度的兼容原则，为超高速的数组数学运算做好准备。
3
数组数学运算！
利用 NumPy 快速的向量化运算，汇总美国酒类商店、餐馆和百货商店的销售数据。将 Python 函数向量化，以便在 NumPy 代码中使用。最后，利用广播机制在不同大小的数组之间执行数学运算。
4
数组变换
在最后一章中，NumPy 与艺术相遇：我们将使用 Monet 杰作的图像数据，探索如何用于扩增图像数据。您将使用翻转与转置功能快速改变这幅杰作。接着，您会将 Monet 的数组拆解、修改，并通过数组堆叠重建它，以查看结果。
NumPy 入门
课程完成
