📌 Український канал про програмування та аналіз даних, підписуйтесь, буде багато цікавого і корисного 👩‍💻
/ @ukrainecode
================================
📌 OTHER VIDEOS FROM THIS COURSE.
================================
👩‍💻 Pandas туторіал 👉 • Аналіз даних з Pandas:...
👩‍💻 Python Matplotlib анімація. Аналіз 3d даних. Види графіків. Збереження у файл 👉 • Matplotlib: Аналіз три...
👩‍💻 Python Seaborn графіки. Візуалізація на прикладі вбудованих даних. 👉 • Python Seaborn: Візуал...
0:00 Що таке numpy? Для чого використовують цю бібліотеку python?
2:40 install numpy. Встановити або оновити бібліотеку numpy
4:01 Що таке масив даних? Які вони бувають.
5:42 Що таке список python? Яка різниця між списком і масивом у python
9:22 Функції numpy для генерування масивів: arange, zeros, ones
10:59 Індексація в масиві numpy. Зрізи. Зміна форми масиву за допомогою shape функції
13:59 Різниця між матрицею і масивом. ndim функція, яка вимірю кількість вкладеностей
14:44 Функція full()
15:18 Працюємо з багатовимірними масивами. Зрізи
23:20 Генерування масиву linspace()
24:15 Отримати абсолютні чичсла - функція absolute()
24:54 Генерування матриці функціями diag(), diagflat(), tri()
26:51 Створення масивів з view() copy(). Яка між ними різниця
30:30 reshape() Зміна форми масиву
31:12 ravel() Перетворення багатовимірного масиву в одновимірний
32:00 Математичні функціі у numpy. sum(), mean(), min(), max()
34:24 Функції і методи у numpy. Різниця між ними
35:31 sin(), cos(), log(), exp(), round()
37:10 Генерація масива з random.randint()
37:37 abs() Обчислення модуля абсолютного значення
38:04 Повернення індекса першого максимального або мінімального значення. argmax() argmin()
38:50 Генерування випадкових чисел у заданому порядку. Функція seed()
41:18 append() Додавання до масиву нових значень
41:39 insert() Вставка нових значеньдо масиву
42:14 delete() Видалення елементів з масиву
44:16 Зʼєднання масивів або конкатенація concatenate()
45:28 vstack() Вертикальне зʼєднання. hstack() Горизонтальне зʼєднання масивів
47:11 column_stack(), row_stack(), np.r_[ ], np.c_[ ] Обʼєднання масивів
49:42 hsplit(), vsplit() , array_split() Розділення масивів
52:49 Різниця між операціями у списках python і у масивах numpy. Складання, множення, віднімання, взяття залишку
54:45 Транслювання (broadcasting) масивів. Операції над масивами різної розмірності
55:26 Комбіновані оператори. Скорочення += або -=
56:10 Завантаження даних з файла genfromtxt(). Збереження save(). Завантаження після save() за допомогою load(). savetxt(), loadtxt()
NumPy є однією з найважливіших бібліотек у Python для наукових обчислень і обробки даних. Цей туторіал призначений для тих, хто бажає вивчити основи NumPy та впровадити їх у свої проекти.
Бенефіти бібліотеки NumPy:
Швидкість обробки даних: NumPy надає швидкі та ефективні методи для операцій з масивами, що робить його ідеальним інструментом для обробки великих обсягів даних.
Вивчення NumPy дозволить вам працювати з даними ефективно та швидко, що є критичним для багатьох наукових та інженерних дисциплін.
NumPy використовується в багатьох областях, таких як обробка сигналів, машинне навчання, візуалізація даних, статистика та багато іншого. Вивчення цієї бібліотеки відкриє вам двері до різних областей розробки програмного забезпечення.
NumPy має велику та активну спільноту, що означає, що ви зможете знайти відповіді на багато питань та проблем шляхом пошуку в Інтернеті або звернення до форумів та ресурсів.
Загальною метою цього туторіалу є забезпечення вам знань та навичок, необхідних для ефективної роботи з даними в Python, щоб ви могли використовувати їх у вашій власній роботі та проектах.
#DataAnalysis #DataScience #DataVisualization #numpy