لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش جامع کتابخانه NumPy در پایتون
- آخرین آپدیت
دانلود Intro to NumPy
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره با بهرهگیری از Coursera Coach ارائه شده است! روشی هوشمندانه برای یادگیری از طریق گفتگوهای تعاملی و بلادرنگ که به شما کمک میکند دانش خود را بسنجید، پیشفرضهایتان را به چالش بکشید و در طول مسیر دوره، درک عمیقتری از مفاهیم کسب کنید.
در این دوره، شما درکی جامع از NumPy، یکی از قدرتمندترین کتابخانههای پایتون برای محاسبات عددی، به دست خواهید آورد. در پایان این مسیر، قادر خواهید بود دادهها را مدیریت کنید، عملیات ریاضی پیچیده را اجرا نمایید و دادهها را به شکلی موثر بصریسازی کنید. از طریق تجربه عملی با مثالهای واقعی، مهارتهای ضروری مانند ایندکسگذاری آرایهها، برشزنی (Slicing) و عملیاتهای المانبه-المان را فرا خواهید گرفت. چه در NumPy تازهکار باشید و چه به دنبال تقویت دانش خود، این دوره شما را از مفاهیم بنیادی تا تکنیکهای پیشرفته هدایت میکند.
دوره با معرفی NumPy و نحوه نصب آن در محیط پایتون آغاز میشود تا مطمئن شویم تمام ابزارهای لازم را در اختیار دارید. سپس مبانی پایتون را مرور کرده، با محیط Jupyter Notebook آشنا شده و وارد دنیای آرایههای NumPy و انواع دادههای آنها میشویم. پس از تسلط بر مبانی، مفاهیم پیشرفتهای چون برشزنی آرایهها، برودکستینگ (Broadcasting) و عملیاتهای کاهش (Reduction) را بررسی میکنیم. تکنیکهای رسم نمودار و بصریسازی به شما کمک میکند تا بینشهای نهفته در دادهها را نمایان کنید و عملیات تغییر شکل (Shape) و مرتبسازی، درک شما را از آرایههای NumPy ارتقا میدهد.
در بخشهای انتهایی، تجربه عملی در زمینه تحلیل سریهای زمانی با استفاده از NumPy خواهید داشت. همچنین نحوه مدیریت آرایههای ساختاریافته و کار با انواع دادهها مانند Casting، اندازه و ساختار را میآموزید. از طریق تمرینات عملی، اعتماد به نفس لازم برای به کارگیری مهارتهای خود در زمینههای مختلف واقعی، از مدیریت دادهها تا محاسبات علمی را کسب خواهید کرد.
این دوره برای مبتدیانی که قصد یادگیری مدیریت دادهها با NumPy را دارند، ایدهآل است و برای کسانی که میخواهند مهارتهای برنامهنویسی پایتون خود را با تمرکز بر محاسبات عددی افزایش دهند، گزینهای عالی است. هیچ دانش پیشرفتهای مورد نیاز نیست، اما داشتن درک پایه از زبان پایتون توصیه میشود. ساختار این دوره به گونهای است که فارغ از تجربه قبلی شما، یادگیری را دسترسپذیر و لذتبخش کند.
سرفصل ها و درس ها
کتابخانه NumPy
NumPy
معرفی کلی
Overview
پایتون علمی و آمادهسازی محیط
Scientific Python and Setup
مرور مبانی پایتون با Jupyter
Review of Python Basics with Jupyter
آشنایی با آرایههای NumPy
Introducing NumPy Arrays
آرایههای NumPy و انواع دادهها
NumPy Array and Data Types
رسم نمودار و بصریسازی
Graphing and Visualization
ایندکسگذاری و برشزنی آرایهها
Indexing and Slicing Arrays
کپیها و نماها (Copies and Views)
Copies and Views
عملیات المانبه-المان و برودکستینگ
Elementwise and Broadcasting Operations
عملیات کاهش (Reduction)
Reduction Operations
عملیات تغییر شکل و مرتبسازی
Shape and Sort Operations
انواع دادهها: تغییر نوع، اندازه و ساختار
Data Types: Casting, Size, and Structure
آرایههای ساختاریافته
Structured Arrays
تمرین عملی: تحلیل سریهای زمانی
Let's Try It: Time Series Analysis
نمایش نظرات