Проверьте и расширьте навыки NumPy в 15 самостоятельных программных испытаниях. Вместо вводных пошаговых инструкций вы будете реализовывать функции и программы по требованиям, примерам и начальным файлам, работая с массивами, статистикой, случайными процессами, линейной алгеброй, строками, двоичными данными и сигналами.
В сборник входят три задания Beginner и двенадцать Intermediate. Внутри сценария часто есть несколько связанных этапов: статистика клиентов, матричные задачи, случайные системы или FFT-анализ синтетического сигнала. Такой охват лучше подходит для целевой практики и самопроверки, чем для первого знакомства с NumPy.
Чему вы научитесь
- Реализовывать поэлементные математические функции и преобразовывать числовые типы массивов
- Агрегировать многомерные транзакции и рассчитывать описательную статистику и корреляцию
- Сочетать индексацию, маски, изменение формы, конкатенацию, объединение и разделение
- Генерировать случайные данные для кубиков, Монте-Карло, выборок, графов и цепей Маркова
- Решать задачи с произведениями, обратными матрицами, определителями, SVD, собственными значениями, рангом и уравнениями
- Сортировать многомерные массивы и искать значения и координаты
- Применять векторные строковые функции и побитовые операции к закодированным данным
- Использовать FFT и
einsumдля частотного анализа, матричных выражений и свёртки тензоров
Для кого этот курс
Курс предназначен для знакомых с основами NumPy учащихся, которые хотят выявить пробелы с помощью разных задач. Он полезен для самостоятельной практики перед более сложными численными вычислениями; тем, кому нужны пошаговые объяснения, сначала стоит освоить создание, индексацию, формы и функции массивов.
Предварительные требования: Нужно уметь писать функции Python, создавать, индексировать и вычислять массивы NumPy. Для поздних заданий, в основном Intermediate, полезны основы статистики и линейной алгебры.
Учебная среда: Каждое испытание предоставляет WebIDE Ubuntu 22.04 с начальными файлами и проверкой задач. Код Python запускается в браузере; в задании FFT также используется Matplotlib для временных и частотных графиков. Внешняя учётная запись не нужна.
Часто задаваемые вопросы
Это пошаговые лабораторные работы или проверочные испытания?
Это 15 независимых испытаний. Требования и примеры предоставлены, но реализацию нужно завершить самостоятельно и проверить встроенными средствами, а не повторить готовое решение.
Подойдёт ли курс полному новичку в NumPy?
Не как первый курс. Хотя каталог указывает Beginner, двенадцать испытаний помечены Intermediate и включают SVD, FFT, биты и свёртку тензоров. Предварительная практика NumPy настоятельно рекомендуется.
Нужно ли проходить испытания по порядку?
Все 15 сценариев независимы, поэтому их можно выбирать по теме. Внутри многоэтапного испытания соблюдайте порядок: поздние функции могут использовать предыдущие.
Сколько здесь визуализации?
Только испытание FFT требует Matplotlib для волны, спектра мощности и подписанных частотных пиков. Остальные посвящены числовым, строковым или двоичным операциям.
