Teste und erweitere deine NumPy-Kenntnisse in 15 eigenständigen Programmier-Challenges. Statt einführenden Schritt-für-Schritt-Anleitungen setzt du Funktionen und Programme anhand von Anforderungen, Beispielen und Startdateien um – zu Arrays, Statistik, Zufallsprozessen, linearer Algebra, Strings, Binärdaten und Signalanalyse.
Die Sammlung umfasst drei Beginner- und zwölf Intermediate-Challenges. Einzelne Szenarien führen oft durch mehrere zusammenhängende Aufgaben, etwa Kundenstatistiken, Matrixprobleme, Zufallssysteme oder die FFT-Analyse eines synthetischen Signals. Damit eignet sich der Kurs besser für gezieltes Üben und Selbstkontrolle als für den ersten NumPy-Kontakt.
Was du lernen wirst
- Elementweise mathematische Funktionen implementieren und numerische Array-Typen konvertieren
- Mehrdimensionale Transaktionsdaten aggregieren sowie Statistik und Korrelation berechnen
- Indizierung, Maskierung, Umformen, Verketten, Stapeln und Aufteilen kombinieren
- Zufallsdaten für Würfel, Monte-Carlo-Schätzung, Stichproben, Graphen und Markov-Ketten erzeugen
- Matrixprobleme mit Produkten, Inversen, Determinanten, SVD, Eigenwerten, Rang und Gleichungen lösen
- Mehrdimensionale Arrays sortieren und Werte oder Koordinaten suchen
- Vektorisierte Stringfunktionen und Bitoperationen auf codierte Daten anwenden
- FFT und
einsumfür Frequenzanalyse, Matrixausdrücke und Tensorkontraktion nutzen
Für wen dieser Kurs geeignet ist
Der Kurs richtet sich an Lernende mit NumPy-Grundkenntnissen, die durch vielfältige Programmierprobleme Wissenslücken erkennen möchten. Er eignet sich zum selbstständigen Üben vor anspruchsvollerer numerischer Arbeit; wer schrittweise Erklärungen benötigt, sollte zuerst Array-Erstellung, Indizierung, Formen und Funktionen kennenlernen.
Voraussetzungen: Du solltest Python-Funktionen schreiben und NumPy-Arrays erstellen, indizieren und berechnen können. Grundlagen in Statistik und linearer Algebra helfen bei den späteren, überwiegend als Intermediate markierten Challenges.
Lernumgebung: Jede Challenge stellt eine Ubuntu-22.04-WebIDE mit Startdateien und Aufgabenprüfung bereit. Du bearbeitest Python im Browser; die FFT-Challenge nutzt zusätzlich Matplotlib für Zeit- und Frequenzdiagramme. Ein externer Dienstaccount wird nicht verwendet.
Häufig gestellte Fragen
Sind dies geführte Labs oder prüfungsartige Challenges?
Es sind 15 unabhängige Challenges. Anforderungen und Beispiele werden bereitgestellt, doch du implementierst selbst und nutzt die vorhandenen Prüfungen statt einer vollständigen Lösungsanleitung.
Eignet sich der Kurs für vollständige NumPy-Anfänger?
Nicht als erster Kurs. Obwohl er als Beginner katalogisiert ist, sind zwölf Challenges als Intermediate markiert und behandeln SVD, FFT, Bitmanipulation und Tensorkontraktion. NumPy-Praxis wird dringend empfohlen.
Muss ich die Challenges der Reihe nach lösen?
Die 15 Szenarien sind unabhängig und können nach Thema gewählt werden. Innerhalb einer mehrstufigen Challenge solltest du die Reihenfolge beachten, weil spätere Funktionen frühere Arbeit kombinieren können.
Wie viel Visualisierung enthält der Kurs?
Nur die FFT-Challenge verlangt Matplotlib für Wellenform, Leistungsspektrum und markierte Frequenzspitzen. Die übrigen Aufgaben konzentrieren sich auf numerische, textuelle oder binäre Operationen.
