آموزش جامع کتابخانه NumPy در پایتون - آخرین آپدیت

سرفصل ها و درس ها

درک مفاهیم پایه NumPy Understand the Basics of NumPy

• کتابخانه NumPy چیست؟ What Is NumPy?

• دمو: نصب NumPy و اعتبارسنجی ساده Demo: Installing NumPy and a Simple Validation

• معرفی NumPy و آرایه‌های ساده NumPy and Simple Arrays

• دمو: کار با آرایه‌های ساده Demo: Working with Simple Arrays

کار با آرایه‌های NumPy Work with NumPy Arrays

• آرایه‌های چندبعدی و ناهمگن در NumPy Multidimensional and Jagged Arrays in NumPy

• دمو: آرایه‌های چندبعدی و ویژگی‌ها Demo: Multidimensional Arrays and Attributes

• سینتکس برش (Slicing) در NumPy Slicing Syntax in NumPy

• دمو: عملیات برش داده‌ها Demo: Slicing

• اندیس‌گذاری و ماسک‌گذاری (Indexing and Masking) Indexing and Masking

• دمو: ماسک‌گذاری آرایه‌ها در NumPy Demo: Masking Arrays in NumPy

کار با آمار در NumPy Work with Statistics with NumPy

• عملیات برداری (Vectorized) و مزایای آن‌ها Vectorized Operations and Why You Want Them

• دمو: محاسبات برداری ساده Demo: Simple Vectorized Arithmetic

• عملیات برداری و مفهوم Broadcasting Vectorized Operations and Broadcasting

• دمو: اجرای عملیات Broadcasting روی آرایه‌ها Demo: Broadcasting Operations on Arrays

• عملیات آماری در NumPy Statistical Operations in NumPy

• دمو: استخراج ساختار داده‌ها با استفاده از آمار Demo: Getting the Shape of Our Data with Statistics

تحلیل داده‌ها با NumPy Analyze Data with NumPy

• پاک‌سازی داده‌ها با NumPy Data Cleansing with NumPy

• دمو: انجام پاک‌سازی ساده روی داده‌های سنسور Demo: Performing Simple Data Cleansing on Our Sensor Data

• عملیات Stacking در NumPy The Stacking Operations in NumPy

• دمو: ترکیب دو آرایه به روش‌های مختلف Demo: Stacking Two Arrays in Different Ways

• عملیات تغییر شکل (Reshaping) در NumPy The Reshaping Operations in NumPy

• دمو: تغییر شکل و مسطح کردن (Raveling) آرایه‌ها Demo: Reshaping and Raveling Arrays

• دمو: کار با داده‌های Pandas Demo: Working with Pandas Data