Το NumPy είναι το κλειδί στην εργαλειοθήκη κάθε επιστήμονα δεδομένων. Είναι μια απίστευτα χρήσιμη βιβλιοθήκη για την εργασία με δεδομένα και μια απαραίτητη δεξιότητα για όλους τους επιστήμονες δεδομένων, τους αναλυτές και τους μηχανικούς.
Εάν θέλετε να μάθετε αυτήν την απαιτούμενη δεξιότητα, διαβάστε παρακάτω, αυτό το άρθρο θα εξηγήσει τι είναι το NumPy, γιατί είναι σημαντικό και τους καλύτερους πόρους για εκμάθηση.
Πίνακας περιεχομένων
Τι είναι το NumPy;
Το NumPy σημαίνει Numerical Python. Είναι μια βιβλιοθήκη που δημιουργήθηκε από τον Travis Oliphant το 2005 και χρησιμοποιείται για την ανάλυση δεδομένων.
Στην καρδιά του NumPy βρίσκεται ο πίνακας. Ένας πίνακας είναι απλώς μια λίστα τιμών δεδομένων. Αυτός ο πίνακας μπορεί να χρησιμοποιηθεί για την αναπαράσταση διανυσμάτων. Είναι πολύ παρόμοιο με τον τύπο της ενσωματωμένης λίστας Python αλλά έχει μια βασική διαφορά.
Σε αντίθεση με τις λίστες Python, τα δεδομένα στο NumPy αποθηκεύονται σε συνεχόμενη μνήμη. Αυτό σημαίνει ότι οι τιμές αποθηκεύονται η μία δίπλα στην άλλη στη μνήμη. Αυτό κάνει την πρόσβαση στις τιμές πιο γρήγορη. Οι πίνακες NumPy είναι έως και 50 φορές πιο γρήγοροι από τις λίστες Python για κοινές λειτουργίες.
Όπως οι λίστες Python, οι πίνακες μπορούν να αποθηκεύσουν άλλους πίνακες ως στοιχεία. Αυτό σας επιτρέπει να δημιουργήσετε πιο σύνθετες μαθηματικές κατασκευές όπως πίνακες και πίνακες υψηλότερης τάξης. Οι πίνακες έχουν χρήσιμες μεθόδους για κοινές στατιστικές πράξεις, όπως ο υπολογισμός του μέσου όρου, της διάμεσης και της τυπικής απόκλισης. Μπορείτε να τα τροποποιήσετε με διαχωρισμό, ένωση, διαμόρφωση και αναμόρφωση.
Απαιτήσεις για τη χρήση του Numpy
- Μια εγκατάσταση python
- Εγκατάσταση Pip
- Ένα IDE όπως το VSCode ή, ιδανικά, ένα IDE που βασίζεται σε Notebook όπως το Jupyter
- Γνώση Python
Διαβάστε επίσης: Jupyter Notebook Εισαγωγή για αρχάριους
Θήκες χρήσης
- Το Numpy χρησιμοποιείται για εργασίες επιστήμης δεδομένων λόγω των ταχύτερων συστοιχιών του αντί για τις ενσωματωμένες λίστες Python.
- Μπορεί να χρησιμοποιηθεί για την επίλυση προβλημάτων γραμμικής άλγεβρας χρησιμοποιώντας τις ενσωματωμένες συναρτήσεις του.
- Χρησιμοποιείται στη μηχανική μάθηση λόγω του γρήγορου υπολογισμού διανυσμάτων και πινάκων.
- Χρησιμοποιείται για τη δημιουργία τυχαίων συνόλων δεδομένων χρησιμοποιώντας τις τυχαίες στατιστικές συναρτήσεις του.
Μαθήματα για να μάθετε NumPy
Παρακάτω είναι μερικοί από τους καλύτερους πόρους για να μάθετε NumPy και Data Science. Οι περισσότεροι από αυτούς τους πόρους προϋποθέτουν κάποια εξοικείωση με την Python. Εάν δεν έχετε μάθει ακόμα Python, εδώ είναι η λίστα μας με τους καλύτερους πόρους για να μάθετε Python.
Προϋποθέσεις Deep Learning: The Numpy Stack στην Python
Αυτό το μάθημα Udemy προσφέρει έναν ήπιο οδηγό για να σας προετοιμάσει για βαθιά μάθηση χρησιμοποιώντας Python. Το μάθημα σας διδάσκει πώς να χρησιμοποιείτε το Numpy για διανυσματικούς και μητρικούς υπολογισμούς.
Επιπλέον, καλύπτει το Pandas, μια βιβλιοθήκη για την αντιμετώπιση συνόλων δεδομένων στην Python: Matplotlib (ένα εργαλείο οπτικοποίησης δεδομένων) και Scipy (μια βιβλιοθήκη για υπολογισμό στατιστικών στοιχείων στην Python).
Το μάθημα περιέχει έξι ώρες βίντεο κατ’ απαίτηση και μόλις το αγοράσετε, έχετε δωρεάν πρόσβαση σε αυτό εφ’ όρου ζωής. Περιλαμβάνει πιστοποίηση. Πριν επιχειρήσετε αυτό το μάθημα, θα πρέπει να είστε εξοικειωμένοι και άνετα με τη Γραμμική Άλγεβρα και τον προγραμματισμό σε Python.
Ανάλυση δεδομένων με Python: NumPy & Pandas Masterclass
Αυτό το ολοκληρωμένο μάθημα σάς διδάσκει πώς να αναλύετε δεδομένα χρησιμοποιώντας Panda και NumPy. Η μέθοδος περιλαμβάνει 216 διαλέξεις, 3 άρθρα και 2 πόρους με δυνατότητα λήψης. Αυτό σας δίνει συνολικά περισσότερες από δεκατρείς ώρες περιεχομένου.
Ξεκινά εισάγοντάς σας το NumPy και την έννοια του πίνακα, που είναι το κεντρικό αντικείμενο στο NumPy. Στη συνέχεια, το μάθημα θα σας διδάξει να χρησιμοποιείτε το Pandas, μια δημοφιλή και χρήσιμη βιβλιοθήκη για εργασία με σύνολα δεδομένων. Στη συνέχεια, τέλος, θα μάθετε την οπτικοποίηση δεδομένων χρησιμοποιώντας τη βιβλιοθήκη Matplotlib.
Αυτό που κάνει αυτό το μάθημα διαφορετικό από τα περισσότερα είναι ότι κάνει τα μαθήματα πιο πρακτικά διδάσκοντάς σας μέσω του παιχνιδιού ρόλων. Θα παίξετε το ρόλο του Αναλυτή Δεδομένων σε μια μεγάλη πολυεθνική εταιρεία λιανικής που αναλύει τα δεδομένα που συλλέγονται από τις διάφορες λειτουργίες της. Όπως ήταν αναμενόμενο, το μάθημα προϋποθέτει κάποια εξοικείωση με την Python πριν ξεκινήσετε το μάθημα.
Python με NumPy για απόλυτους αρχάριους
Αυτό το μάθημα είναι ένα από τα πιο φιλικά μαθήματα για αρχάριους στο NumPy. Ενώ αναμένεται να γνωρίζετε την Python, το μάθημα εισάγει το NumPy από την αρχή.
Ξεκινά με την εισαγωγή σας στους πίνακες NumPy. Εξηγεί πώς διαφέρουν από τις λίστες Python και πώς είναι πιο γρήγορες και πιο κατάλληλες για την επιστήμη δεδομένων, τη μηχανική και την ανάλυση.
Επιπλέον, θα μάθετε όλα τα διαφορετικά πράγματα που μπορείτε να κάνετε με αυτούς τους πίνακες. Αυτά περιλαμβάνουν, ενδεικτικά, τη δημιουργία πινάκων, την πρόσβαση σε αυτούς χρησιμοποιώντας ευρετήρια, το τεμαχισμό και την ένωσή τους, καθώς και τη διαμόρφωση και την αναμόρφωσή τους.
Αυτό το μάθημα έχει περιεχόμενο βίντεο δύο ωρών και εστιάζει μόνο στο Numpy. Μπορείτε να το ολοκληρώσετε και να πιστοποιηθείτε σε μια εβδομάδα.
Εισαγωγή στο NumPy
Αυτό το μάθημα της DataCamp είναι φιλικό για αρχάριους στο NumPy. Το μάθημα διαρκεί περίπου 4 ώρες και περιλαμβάνει 13 καλοφτιαγμένα βίντεο και 49 ασκήσεις που θα σας βοηθήσουν να εμπεδώσετε τις έννοιες που έχετε μάθει.
Αποτελεί μέρος του κομματιού Data Scientist, οπότε αν ολοκληρώσετε άλλα μαθήματα στο ίδιο κομμάτι, θα κερδίσετε την πιστοποίηση DataCamp Data Scientist.
Όσον αφορά το περιεχόμενο, εισάγει πίνακες και εξηγεί τα πλεονεκτήματα της χρήσης τους έναντι των λιστών στην Python. Στη συνέχεια, θα μάθετε τεχνικές μετάδοσης και διανυσματοποίησης για να κάνετε τον κώδικά σας ταχύτερο και πιο αποτελεσματικό. Θα εξασκηθείτε σε λειτουργίες πίνακα στο σύνολο δεδομένων Monet.
Simplilearn Tutorial NumPy
Αυτό το δωρεάν σεμινάριο από την Simplilearn καλύπτει τα βασικά του Numpy. Είναι σύντομο και πηγαίνει κατευθείαν στο θέμα. Το άρθρο έχει ελάχιστες επεξηγήσεις και είναι ιδανικό εάν το χρησιμοποιείτε ως αναφορά ή εάν γνωρίζετε ήδη τι είναι το Numpy και τι κάνουν οι διάφορες λειτουργίες.
Στο άρθρο περιλαμβάνονται επίσης αποσπάσματα κώδικα για την απεικόνιση της χρήσης διαφορετικών συναρτήσεων με παραδείγματα. Είναι ιδανικό όταν βιάζεστε και θέλετε να μάθετε Numpy σε δέκα λεπτά. Όντας άρθρο, δεν έχει χώρο εξάσκησης ή σύνολα δεδομένων για χρήση.
Θα πρέπει να δημιουργήσετε μόνοι σας ένα περιβάλλον πρακτικής και να βρείτε σύνολα δεδομένων για να εξασκηθείτε. Το Kaggle είναι ένα καλό μέρος για να αναζητήσετε σύνολα δεδομένων και να δημιουργήσετε σημειωματάρια για να εξασκηθείτε στην επιστήμη των δεδομένων.
W3Schools
Αυτό το σεμινάριο από το W3Schools είναι το προσωπικό μου αγαπημένο. Είναι δωρεάν και περιεκτικό, καλύπτει όλα τα βασικά του NumPy και πιο προχωρημένα θέματα, όπως η δημιουργία τυχαίων στατιστικών κατανομών και η χρήση καθολικών συναρτήσεων για την εφαρμογή της διανυσματοποίησης.
Συνολικά, το σεμινάριο περιλαμβάνει 43 ιστοσελίδες με συνοπτικές αλλά επαρκείς επεξηγήσεις και αποσπάσματα κώδικα για επεξήγηση με παραδείγματα. Επιπλέον, το w3schools διαθέτει ένα πρόγραμμα επεξεργασίας για τη σύνταξη των ερωτημάτων Numpy και ένα κουίζ όπου μπορείτε να δοκιμάσετε τις γνώσεις σας.
Όλα αυτά είναι προαιρετικά, αλλά θα βοηθούσαν την μαθησιακή σας εμπειρία. Με την εγγραφή σας στο μάθημα Numpy έναντι αμοιβής, μπορείτε να κερδίσετε μια πιστοποίηση που θα την προσθέσετε στο βιογραφικό σας.
Scaler Course
Αυτό το μάθημα για το Scaler είναι καλά συνδυασμένο. Περιλαμβάνει έξι ενότητες που καλύπτουν μια εισαγωγή στο NumPy, πολυδιάστατους πίνακες, δομές δεδομένων, λειτουργίες, μετάδοση και άλλες διάφορες έννοιες.
Συνολικά έχει 32 μαθήματα με 5 ώρες και 33 λεπτά περιεχόμενο βίντεο. Υπάρχουν 26 προκλήσεις που θα σας βοηθήσουν να εφαρμόσετε όσα έχετε μάθει και να εμπεδώσετε τις έννοιες στο μυαλό σας. Μετά την ολοκλήρωση του μαθήματος παίρνετε πιστοποιητικό.
Όπως είναι αναμενόμενο, πρέπει να γνωρίζετε τη γλώσσα προγραμματισμού Python πριν ξεκινήσετε το μάθημα. Το δεύτερο προαπαιτούμενο έχει ένα IDE με Python και Numpy εγκατεστημένα στον υπολογιστή σας.
Οδηγός για το Numpy από τον Travis Oliphant
Γράφτηκε από τον δημιουργό του Numpy, αυτό το βιβλίο προορίζεται να αποτελέσει αναφορά για όσους γνωρίζουν ήδη την Python αλλά θα ήθελαν να μάθουν για το Numpy και άλλα εργαλεία.
Σε αυτό το βιβλίο, ο Travis Oliphant καλύπτει όχι μόνο τον τρόπο χρήσης του Numpy αλλά και τον τρόπο επέκτασης του χρησιμοποιώντας το API. Αυτή είναι ίσως η πιο εις βάθος και λεπτομερής πηγή για το Numpy.
Είναι πιθανώς ιδανικό για ισχυρούς χρήστες του Numpy που θέλουν μια κατανόηση υψηλότερου επιπέδου του τρόπου λειτουργίας του Numpy και έναν λεπτομερή οδηγό, ώστε να μπορούν να συνεισφέρουν και να επεκτείνουν τη βιβλιοθήκη.
Numpy Beginner’s Guide από τον Ivan Idris
Αυτό το βιβλίο για το Numpy προορίζεται να είναι φιλικό προς τους αρχάριους. Προορίζεται για επιστήμονες, μηχανικούς, προγραμματιστές και αναλυτές που είναι ήδη εξοικειωμένοι με την Python, αλλά θέλουν να επεκτείνουν τις δεξιότητές τους αναλαμβάνοντας το Numpy ως πρόσθετη δεξιότητα.
Το βιβλίο καλύπτει την εγκατάσταση των Numpy, Matplotlib, Scipy και IPython στον τοπικό υπολογιστή. Στη συνέχεια, καλύπτει πίνακες και τις διάφορες συναρτήσεις πίνακα που είναι διαθέσιμες σε εσάς. Στη συνέχεια, θα χρησιμοποιήσετε τη βιβλιοθήκη για να εκτελέσετε λειτουργίες μήτρας και να ελέγξετε τον κώδικά σας με το Numpy.testing. Συνολικά, αυτό το βιβλίο είναι ένας ολοκληρωμένος οδηγός για το Numpy.
NumPy: From Basic to Advanced από τον Karan Singh Bisht
Ο τίτλος “NumPy από το βασικό σε προχωρημένο” τα λέει όλα. Αυτό το βιβλίο προορίζεται να είναι μια ήπια κλίση που σας οδηγεί από το να μην ξέρετε τίποτα για τη βιβλιοθήκη στο να γνωρίζετε πώς να χρησιμοποιείτε ορισμένες από τις πιο προηγμένες λειτουργίες της.
Το βιβλίο καλύπτει τα βασικά, όπως την εξήγηση του τι είναι μια συστοιχία, έως τη μετάβαση σε πιο προηγμένα θέματα, όπως τα εφέ της κρυφής μνήμης CPU και ο κύκλος ζωής του Ndarray. Σκοπός του είναι να σας δώσει μια σταθερή βάση για περαιτέρω εργασία μηχανικής εκμάθησης χρησιμοποιώντας τη βιβλιοθήκη Numpy.
Εκμάθηση YouTube FreeCodeCamp
Το FreeCodeCamp έχει αυξηθεί σε δημοτικότητα πρόσφατα ως πηγή υψηλής ποιότητας σεμιναρίων κωδικοποίησης και ανάπτυξης λογισμικού. Μέσα στον κατάλογο εκμάθησής του είναι αυτό το ολοκληρωμένο σεμινάριο Numpy. Όπως όλα τα σεμινάρια του, είναι διαθέσιμο δωρεάν.
Το σεμινάριο είναι περίπου μία ώρα και καλύπτει τα βασικά του Numpy. Είναι μια απαλή εισαγωγή στη βιβλιοθήκη που προορίζεται να μην είναι συντριπτική για όσους μόλις ξεκίνησαν. Όπως θα περίμενε κανείς, η γνώση της Python θεωρείται δεδομένη πριν από την παρακολούθηση του βίντεο.
Τελικές Λέξεις
Το Numpy είναι απίστευτα χρήσιμο και ευέλικτο. Είναι ένα αναμενόμενο εργαλείο για τις περισσότερες εργασίες επιστήμης δεδομένων και μηχανικής. Αυτό το άρθρο σας παρουσίασε το Numpy και σας έδωσε μια υψηλού επιπέδου και αφηρημένη επισκόπηση των βασικών εννοιών του.
Επιπλέον, το άρθρο απαριθμούσε πόρους που θα μπορούσαν να είναι χρήσιμοι στο ταξίδι σας προς την εκμάθηση της Python. Η σύντομη περιγραφή κάθε πόρου ήταν σε θέση να σας βοηθήσει να κάνετε μια ενημερωμένη επιλογή για το ποιο να επιλέξετε.
Στη συνέχεια, ελέγξτε τις καλύτερες βιβλιοθήκες Python για επιστήμονες δεδομένων.