دسترسی سریع:

مسیر:

صفحه اصلی

لطفا جهت پرداخت (ورود به درگاه بانک) فیلترشکن خود را خاموش نمایید.

لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در کانال تلگرام عضو شوید.

آموزش پایتون با NumPy برای مبتدیان مطلق

Python with NumPy For Absolute Beginners

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: Python Numpy را با ویدیوهای ساده یاد بگیرید

آنچه یاد خواهید گرفت

درک اصول اولیه Python Numpy فقط در 1.5 ساعت
درک لیست ها با آرایه ها متفاوت است
اجرای عملیات آرایه با استفاده از ماژول Numpy در پایتون
عملیات جستجو و مرتب‌سازی در آرایه‌ها

NumPy یک کتابخانه خارجی سطح پایه در پایتون است که برای عملیات پیچیده ریاضی استفاده می شود. NumPy با استفاده از اشیاء آرایه چند بعدی بر اجرای کندتر غلبه می کند. دارای توابع داخلی برای دستکاری آرایه ها. ما می توانیم الگوریتم های مختلف را به can به توابعی برای اعمال روی آرایه ها تبدیل کنیم. NumPy برنامه هایی دارد که فقط به خودش محدود نمی شود. این یک کتابخانه بسیار متنوع است و طیف گسترده ای از برنامه های کاربردی در بخش های دیگر دارد. Numpy را می توان در کنار علم داده، تجزیه و تحلیل داده و یادگیری ماشین مورد استفاده قرار داد. همچنین پایگاهی برای سایر کتابخانه های پایتون است. این کتابخانه ها از قابلیت های NumPy برای افزایش قابلیت های خود استفاده می کنند.

این دوره با اکثریت مفاهیم NumPy - کتابخانه عددی پایتون آشنا می شود.

موضوعات زیر را خواهید آموخت:

1) ایجاد آرایه با استفاده از Numpy در پایتون

2) دسترسی به آرایه ها با استفاده از Numpy در پایتون

3) یافتن ابعاد آرایه با استفاده از Numpy در پایتون

4) نمایه سازی منفی در آرایه ها با استفاده از Numpy در پایتون

5) برش یک آرایه با استفاده از Numpy در پایتون

6) بررسی نوع داده آرایه با استفاده از Numpy در پایتون

7) کپی کردن یک آرایه با استفاده از Numpy در پایتون

8) تکرار از طریق آرایه ها با استفاده از Numpy در پایتون

9) شکل آرایه ها با استفاده از Numpy در پایتون

10) تغییر شکل آرایه ها با استفاده از Numpy در پایتون

11) پیوستن به آرایه ها با استفاده از Numpy در پایتون

12) تقسیم آرایه با استفاده از Numpy در پایتون

13) مرتب سازی آرایه با استفاده از Numpy در پایتون

14) جستجو در آرایه با استفاده از Numpy در پایتون

15) فیلتر کردن آرایه با استفاده از Numpy در پایتون

16) ایجاد یک آرایه تصادفی با استفاده از Numpy در پایتون

آرایه ها در Numpy معادل لیست های پایتون هستند. آرایه‌های Numpy مانند لیست‌های پایتون، مجموعه‌ای از عناصر همگن هستند. مهمترین ویژگی آرایه های NumPy این است که ماهیت آنها همگن است. این آنها را از آرایه های پایتون متمایز می کند. یکنواختی را برای عملیات ریاضی که با عناصر ناهمگن ممکن نیست حفظ می کند. یکی دیگر از مزایای استفاده از آرایه های NumPy این است که تعداد زیادی توابع وجود دارد که برای این آرایه ها قابل اجرا هستند. این توابع به دلیل ماهیت ناهمگن آنها در صورت اعمال روی آرایه های پایتون قابل انجام نیستند.

یادگیری شاد

سورندرا وارما پریچرلا

این دوره برای چه کسانی است:

دانشجویان مهندسی، توسعه دهندگان نرم افزار و دانشمندان مشتاق داده

سرفصل ها و درس ها

درک لیست ها با آرایه های Numpy متفاوت است Understanding Lists are different from Numpy arrays

ایجاد و دسترسی به Listsin Python Creating & Accessing Listsin Python
کار با توابع داخلی در لیست ها Working with built-in functions in Lists

توابع در پایتون Functions in Python

کارکرد Functions
مثال هایی در مورد توابع Examples on Functions

استفاده از ماژول Numpy در پایتون Using Numpy Module in Python

IDE آنلاین برای اجرای برنامه های Python Numpy Online IDE for running Python Numpy programs
ایجاد و دسترسی به عناصر در آرایه 1 بعدی Creating & Accessing elements in 1D Array
ایجاد و دسترسی به عناصر در آرایه دو بعدی Creating & Accessing elements in 2D Array
یافتن ابعاد آرایه Finding Dimension of the Array
استفاده از نمایه سازی منفی برای دسترسی به عناصر در آرایه 1 بعدی Using Negative Indexing to access elements in 1D array
استفاده از نمایه سازی منفی برای دسترسی به عناصر در آرایه دو بعدی Using Negative Indexing to access elements in 2D array
برش یک آرایه Slicing an Array
بررسی نوع داده یک آرایه Checking Datatype of an Array
عملیات کپی روی یک آرایه Copy Operation on an array
تکرار آرایه 1 بعدی Iterating 1D array
تکرار آرایه 2 بعدی Iterating 2D array
پیدا کردن شکل آرایه Finding Shape of the Array
تغییر شکل آرایه 1 بعدی به آرایه دو بعدی Reshaping 1D Array to 2D Array
اتصال دو آرایه Joining Two Arrays
تقسیم یک آرایه Splitting an Array
مرتب سازی یک آرایه Sorting an Array
جستجوی یک عنصر در آرایه Searching for an Element in Array
فیلتر کردن یک آرایه Filtering an Array
یک عدد صحیح تصادفی ایجاد کنید Generate a Random Integer
ایجاد یک آرایه تصادفی Generating a Random Array

آزمون ها Quizzes

سوال 1 Question #1
راه حل سوال شماره 1 Solution to Question #1
سوال 2 Question #2
راه حل سوال شماره 2 Solution to Question #2
سوال شماره 3 Question #3
راه حل سوال شماره 3 Solution to Question #3
سوال شماره 4 Question #4
راه حل سوال شماره 4 Solution to Question #4
سوال شماره 5 Question #5
راه حل سوال شماره 5 Solution to Question #5
سوال شماره 6 Question #6
راه حل سوال شماره 6 Solution to Question #6

برای ارسال نظر ثبت نام کنید.

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

جزییات دوره

زمان دوره: 1h 36m

تعداد ویدیو ها: 36

شرکت: Udemy (یودمی)

تاریخ انتشار مرجع: (آخرین آپدیت)

ثبت نام مرجع : 9,531

امتیاز مرجع: 4.7 از 5

فایل تمرین: ندارد

زیرنویس زبان اصلی: دارد

زیرنویس فارسی: (توسط هوش مصنوعی) دارد

مدرس: Surendra Varma

لینک کوتاه این دوره

https://donyad.com/d/8e08

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

نرم افزارهای مورد نیاز

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Surendra Varma

بهترین مربی

نام مربی Surendra varma است.

او برنده جایزه بهترین معلم است.

او برنده جایزه Young Achiever است.

او دارای مدرک کارشناسی در رشته علوم کامپیوتر مدرک کارشناسی ارشد در علوم کامپیوتر است. او سخت‌ترین امتحان‌های علوم کامپیوتر مانند GATE UGC-NET را با رنگ‌های درخشان پشت سر گذاشت. همچنین، او در دوره کارشناسی ارشد یک دانشگاه برتر است.

او در حال حاضر در حال تحصیل در مقطع دکترا از معتبرترین دانشگاه جهان موسسه علوم هند (IISC)، بنگلور است.

او با شرکت های مختلف EdTech در هند از جمله Great Learning کار کرد. او همیشه بهترین بازخورد را از دانش آموزانش دریافت می کرد.

او 14+ سال تجربه در تدریس/تحقیق/صنعت دارد.

او در نقش‌های مختلفی مانند مهندس نرم‌افزار، دانشیار، محقق، مربی فنی، مربی فنی ارشد، رئیس فنی، رئیس آکادمیک کار کرد.

او بیش از 1,00,000 دانش آموز را در حرفه خود تربیت کرده است. شاگردان سابق او در حال حاضر در MNC مانند Amazon، Infosys، Wipro، TCS، CTS، Accenture و غیره مشغول به کار هستند.

او سخنرانی‌های مهمان در دانشگاه‌ها/کالج‌های برتر هند مانند IIIT s، دانشگاه SRM، VIT و غیره داشته است.

او به دانشجویان کشورهای مختلف مانند هند، ایالات متحده آمریکا، کانادا، امارات، استرالیا، بریتانیا، آلمان و غیره آموزش آنلاین داده است.

او در رتبه بندی 5% برتر در شکستن ارزیابی کدنویسی آمازون قرار گرفت.

شاگردان او در 150 کشورهای مختلف پراکنده هستند.

دنیاد

آموزش پایتون با NumPy برای مبتدیان مطلق

Python with NumPy For Absolute Beginners

آنچه یاد خواهید گرفت

این دوره برای چه کسانی است:

درک لیست ها با آرایه های Numpy متفاوت است Understanding Lists are different from Numpy arrays

ایجاد و دسترسی به Listsin Python Creating & Accessing Listsin Python

کار با توابع داخلی در لیست ها Working with built-in functions in Lists

توابع در پایتون Functions in Python

کارکرد Functions

مثال هایی در مورد توابع Examples on Functions

استفاده از ماژول Numpy در پایتون Using Numpy Module in Python

IDE آنلاین برای اجرای برنامه های Python Numpy Online IDE for running Python Numpy programs

ایجاد و دسترسی به عناصر در آرایه 1 بعدی Creating & Accessing elements in 1D Array

ایجاد و دسترسی به عناصر در آرایه دو بعدی Creating & Accessing elements in 2D Array

یافتن ابعاد آرایه Finding Dimension of the Array

استفاده از نمایه سازی منفی برای دسترسی به عناصر در آرایه 1 بعدی Using Negative Indexing to access elements in 1D array

استفاده از نمایه سازی منفی برای دسترسی به عناصر در آرایه دو بعدی Using Negative Indexing to access elements in 2D array

برش یک آرایه Slicing an Array

بررسی نوع داده یک آرایه Checking Datatype of an Array

عملیات کپی روی یک آرایه Copy Operation on an array

تکرار آرایه 1 بعدی Iterating 1D array

تکرار آرایه 2 بعدی Iterating 2D array

پیدا کردن شکل آرایه Finding Shape of the Array

تغییر شکل آرایه 1 بعدی به آرایه دو بعدی Reshaping 1D Array to 2D Array

اتصال دو آرایه Joining Two Arrays

تقسیم یک آرایه Splitting an Array

مرتب سازی یک آرایه Sorting an Array

جستجوی یک عنصر در آرایه Searching for an Element in Array

فیلتر کردن یک آرایه Filtering an Array

یک عدد صحیح تصادفی ایجاد کنید Generate a Random Integer

ایجاد یک آرایه تصادفی Generating a Random Array

آزمون ها Quizzes

سوال 1 Question #1

راه حل سوال شماره 1 Solution to Question #1

سوال 2 Question #2

راه حل سوال شماره 2 Solution to Question #2

سوال شماره 3 Question #3

راه حل سوال شماره 3 Solution to Question #3

سوال شماره 4 Question #4

راه حل سوال شماره 4 Solution to Question #4

سوال شماره 5 Question #5

راه حل سوال شماره 5 Solution to Question #5

سوال شماره 6 Question #6

راه حل سوال شماره 6 Solution to Question #6

نمایش نظرات

Udemy (یودمی)

https://donyad.com/d/8e08