Schnelleinstieg mit NumPy
Dieser Kurs vermittelt Ihnen die Grundlagen von NumPy, einer Bibliothek, die viele mathematische Operationen unterstützt.
01
Ihr erstes NumPy-Labor
Hallo und willkommen bei LabEx! In diesem ersten Labor lernen Sie das klassische "Hallo, Welt!"-Programm in NumPy kennen.
02
Attributen und Datentyp von Arrays
Dieses Tutorial befasst sich mit den Attributen von NumPy-Arrays, insbesondere dem Attribut dtype. NumPy ist eine leistungsstarke Bibliothek für numerische Berechnungen in Python, und das NumPy-Array ist eine zentrale Datenstruktur in dieser Bibliothek.
03
NumPy-Arrays und Datentypen
NumPy ist eine Bibliothek für die Programmiersprache Python, die für numerische Operationen in Python verwendet wird. NumPy bietet eine bequeme Möglichkeit, mit numerischen Daten über die Verwendung mehrdimensionaler Arrays zu arbeiten. In diesem Tutorial werden wir besprechen, wie man NumPy-Arrays erstellt, darauf zugreift und sie ändert, sowie die verschiedenen verfügbaren Datentypen untersuchen.
04
NumPy im Weltraum
Sie sind Teil eines Astronauten-Teams auf einer Mission zur Erforschung eines fernen Planeten. Als Sie Ihre Reise beginnen, stellen Sie fest, dass das Navigationssystem Ihres Raumschiffs ausgefallen ist und Sie im Weltraum verloren sind! Der einzige Weg, um wieder auf Kurs zu kommen, ist die Verwendung der bisher gesammelten Daten und die Durchführung einiger mathematischer Berechnungen. Glücklicherweise verfügen Sie über Kenntnisse der NumPy-Bibliothek, die Ihnen helfen kann, diese Berechnungen schnell und präzise durchzuführen.
05
NumPy-Array-Datentypkonverter
NumPy ist eine leistungsstarke Bibliothek für wissenschaftliche Berechnungen in Python. Eine der Funktionen von NumPy ist die effiziente Arbeit mit Arrays. Manchmal ist es jedoch notwendig, eine Liste von ganzen Zahlen in ein NumPy-Array mit einem bestimmten Datentyp zu konvertieren. In dieser Herausforderung müssen Sie eine Python-Funktion schreiben, die eine Liste von ganzen Zahlen in ein NumPy-Array mit einem angegebenen Datentyp konvertiert. Dies wird Ihr Verständnis von NumPy und Datentypen in Python testen.