Python数据分析与科学计算基础篇:NumPy图解,使抽象的数据具象为可触摸的图形
4.4 (3 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
27 students enrolled

Python数据分析与科学计算基础篇:NumPy图解,使抽象的数据具象为可触摸的图形

NumPy库涉及到大量的高维数组运算,理解起来非常抽象,通过图解方法使这一过程变的一目了然、容易理解。
4.4 (3 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
27 students enrolled
Created by Tony Guan
Last updated 4/2019
Simplified Chinese
Current price: $64.99 Original price: $99.99 Discount: 35% off
18 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 8.5 hours on-demand video
  • 2 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • 掌握NumPy库
Course content
Expand all 78 lectures 08:29:00
+ 环境搭建
10 lectures 01:18:22
使用pip-Windows安装NumPy等库
04:45
安装IPython
02:45
Windows安装Anaconda
11:29
Linux安装Anaconda
05:25
macOS安装Anaconda
04:55
开发工具
06:01
IPython shell
15:55
Jupyter Notebook
10:29
Spyder
11:12
课后练习
05:26
+ 编写NumPy程序
9 lectures 01:10:54
创建一维数组
15:31
指定数组数据类型
05:02
更多数据类型
11:29
类型代码和字节序
06:33
类型转换
04:54
使用arange函数
05:46
等差数列与linspace函数
06:27
等比数列与logspace函数
06:03
课后练习
09:09
+ 二维数组
11 lectures 01:01:55
创建二维数组
10:34
重新设置维度
05:35
使用ones函数
03:49
使用zeros函数
03:44
使用empty函数
02:35
使用full函数
04:21
使用identity和eye函数
06:21
数组的属性
06:44
数组的轴
07:16
数组转置
05:59
课后练习
04:57
+ 访问数组
8 lectures 58:14
二维数组切片访问
04:44
布尔索引
08:51
一维数组花式索引
06:48
二维数组花式索引
07:45
迭代数组
03:29
课后练习
07:55
+ 数组操作
9 lectures 59:36
使用vstack函数
02:29
使用split函数
08:31
使用hsplit和vsplit函数
03:11
算术运算
06:55
标量广播
05:07
数组广播
15:48
课后练习
05:38
+ 通用函数
5 lectures 23:50
通用函数
02:02
算数运算函数
06:24
关系运算函数
05:44
自定义通用函数
08:11
课后练习
01:29
+ 更多函数
11 lectures 01:01:59
常用随机数
05:35
正态分布随机数
04:34
排序
11:15
求和
05:42
最大值
05:59
最小值
04:40
mean(平均值)
04:58
average(加权平均值)
03:55
unique函数
11:17
where函数
02:34
课后练习
01:30
+ 线性代数
4 lectures 22:34
矩阵点乘
11:48
行列式
03:02
逆矩阵
04:47
课后练习
02:57
+ 高维数组
4 lectures 34:31
创建高维数组
12:32
索引访问高维数组
08:28
切片访问高维数组
09:39
课后练习
03:52
Requirements
  • 必须熟悉Python语言
  • 熟悉Python语言中的列表
Description

通过本课程学习您可以学习到NumPy库如下知识:

  • 第1章 NumPy简介:NumPy是什么?

  • 第2章 环境搭建:安装NumPy等库、安装Anaconda、开发工具(IPython shell、Jupyter Notebook和Spyder)

  • 第3章 编写NumPy程序:创建一维数组、NumPy数据类型。

  • 第4章 二维数组:创建二维数组、重新设置维度、数组的属性、数组的轴和数组转置。

  • 第5章 访问数组:索引访问、切片访问、布尔索引、花式索引和迭代数组。

  • 第6章 数组操作:连接数组、分割数组、算术运算、广播。

  • 第7章 通用函数:数学运算函数、自定义通用函数。

  • 第8章 更多函数:随机数、排序、聚合函数、unique函数和where函数。

  • 第9章 线性代数:矩阵点乘、矩阵行列式、逆矩阵。

  • 第10章 高维数组:创建高维数组、访问高维数组元素。

  • 第11章 数组的保存与读取:数组的保存和数组的读取。

Who this course is for:
  • Python数据分析人员
  • Python科学计算人员
  • 科学工作者