NumPy Учебники
NumPy предлагает комплексную программу для численных вычислений в Python. Наши учебные материалы охватывают операции с массивами, математические функции и техники обработки данных, подходящие как для начинающих, так и для опытных специалистов в области науки о данных. Через практические лаборатории и реальные примеры вы получите практический опыт в эффективных численных вычислениях. Наше научное игровое пространство Python позволяет вам экспериментировать с функциями NumPy в реальном времени.
Основные методы создания массивов NumPy
В этом практическом занятии представлен пошаговый гайд по созданию массивов с использованием NumPy - фундаментальной библиотеки для контейнеров массивов в Python. Вы изучите различные методы создания массивов, включая преобразование последовательностей Python, использование встроенных функций NumPy для создания массивов, копирование и объединение существующих массивов, чтение массивов с диска, создание массивов из необработанных байтов и использование специальных библиотечных функций.
PythonNumPy
Использование функции add
В этом уроке мы пройдем по шагам по использованию функции add() библиотеки NumPy. Функция add() может конкатенировать элементы двух массивов. Однако, для этого требуется, чтобы оба массива были одинаковой формы.
NumPyPython
Доступ к элементам массива и итерация в NumPy
В этом практическом занятии мы узнаем, как использовать объект numpy.nditer для перебора NumPy-массива и доступа к его отдельным элементам. Мы также узнаем, как изменять элементы массива с использованием параметра op_flags объекта nditer. Наконец, мы узнаем о механизме "распространения" (broadcasting) в NumPy-массивах с использованием объекта nditer.
PythonNumPy
Установка и настройка библиотеки NumPy
В этом практическом занятии вы научитесь устанавливать библиотеку NumPy в операционной системе Windows, а также в Linux. NumPy - это библиотека Python, которая используется для работы с массивами. Она также имеет функции для работы в области линейной алгебры, преобразования Фурье и матриц.
LinuxNumPy
Введение в универсальные функции NumPy
В этом практическом занятии мы изучим основы универсальных функций (ufuncs) NumPy. Ufuncs - это функции, которые работают с ndarray поэлементно, поддерживая широковещание массивов, приведение типов и другие стандартные функции. Мы узнаем о различных методах ufuncs, правилах широковещания, правилах приведения типов и о том, как переопределить поведение ufunc.
PythonNumPy
Структурированные массивы в NumPy
В этом практическом занятии мы узнаем о структурированных массивах в NumPy. Структурированные массивы - это ndarray, у которых тип данных представляет собой композицию более простых типов данных, организованных в виде последовательности именованных полей. Они полезны для работы с структурированными данными, такими как табличные данные, где каждое поле представляет отдельный атрибут данных.
PythonNumPy
Основы манипуляции массивами NumPy
В этом практическом занятии вы изучите основы работы с массивами NumPy. NumPy - это мощная библиотека для численных вычислений в Python. Она предоставляет эффективные структуры данных и функции для выполнения математических операций над массивами.
NumPyPython
NumPy broadcasting для эффективных вычислений
Broadcasting - это мощная функция в NumPy, которая позволяет использовать массивы различных форм в арифметических операциях. Она обеспечивает способ векторизации операций с массивами и повышения вычислительной эффективности. В этом практическом занятии вы познакомитесь с основами broadcasting в NumPy.
NumPyPython
Понимание типов данных NumPy
В этом практическом занятии будет представлен пошаговый гайд по пониманию различных типов данных, доступных в NumPy, и о том, как изменить тип данных массива. NumPy поддерживает широкий спектр числовых типов, включая логические, целые, числовые с плавающей точкой и комплексные числа. Понимание этих типов данных важно для выполнения различных числовых вычислений и задач анализа данных с использованием NumPy.
PythonNumPy
Введение в индексирование в NumPy
В этом практическом занятии мы изучим основы индексирования в NumPy. Индексирование позволяет нам получать доступ к и манипулировать определенными элементами или подмножествами элементов в массиве. Понимание того, как эффективно использовать индексирование，至关重要 для работы с массивами в NumPy.
NumPyPython
Продвинутый индексирование в NumPy
В этом практическом занятии вы узнаете о продвинутом индексировании в NumPy - это техника, используемая для выбора случайных элементов из различных строк и столбцов ndarray, когда элементы, которые вы хотите выбрать, не имеют особой последовательности.
PythonNumPy
Функция amax библиотеки NumPy
NumPy - это мощная библиотека для языка программирования Python, которая используется для выполнения математических операций, особенно с массивами. NumPy предоставляет множество встроенных функций, одна из которых - функция amax(). В этом практическом занятии мы обсудим функцию amax() с примерами, чтобы помочь вам понять ее синтаксис, параметры и использование.
NumPyPython
Функция numpy.amin()
В этом практическом занятии будут рассмотрены основы использования функции numpy.amin() библиотеки NumPy. Функция numpy.amin() - это статистическая функция, которая используется для возврата наименьшего элемента массива или наименьшего элемента вдоль оси. В этом практическом занятии будет показано, как использовать функцию, ее параметры и то, что она возвращает.
PythonNumPy
Создание массивов NumPy из числовых диапазонов
В этом руководстве вы узнаете, как создавать массивы NumPy с использованием числовых диапазонов. NumPy предоставляет различные функции для создания массивов из заданных числовых диапазонов, таких как arange, linspace и logspace.
NumPyPython
Ваше первое практическое занятие по NumPy
Привет! Добро пожаловать в LabEx! В этом первом практическом занятии вы научитесь писать классическую программу 'Hello, World!' на NumPy.
NumPyPython
Функция numpy.arange()
В этом практическом занятии мы узнаем о функции numpy.arange() библиотеки NumPy, которая используется для создания массивов.
NumPyPython
Создание пустых, нулевых и единичных массивов
Массивы - это фундаментальная структура данных в библиотеке Numpy. В этом практическом занятии мы научимся создавать массивы в библиотеке Numpy с использованием функций empty, zeroes и ones.
NumPyPython
Создание массива NumPy с использованием имеющихся данных
NumPy - популярная библиотека Python, которая обеспечивает поддержку для массивов. Она предоставляет различные способы создания массива из имеющихся данных. В этом практическом занятии мы узнаем, как создать массив с использованием имеющихся данных.
NumPyPython
- Предыдущий
- 1
- 2
- 3
- 4
- 5
- Следующий