Kursinhalt
Ultimatives Numpy
Ultimatives Numpy
Einführung in NumPy
Um sich sicher zu fühlen und diesen Kurs erfolgreich abzuschließen, empfehlen wir dringend, dass Sie die folgenden Kurse vorher absolvieren (klicken Sie einfach auf sie, um zu starten):
In einer Welt voller Daten ist die Arbeit mit Matrizen und Arrays äußerst wichtig. Hier kommt NumPy ins Spiel. Mit seiner rasanten Geschwindigkeit und der relativ einfach zu bedienenden Oberfläche ist es die meistgenutzte Python-Bibliothek für die Arbeit mit Arrays geworden.
Lassen Sie uns nun die Geschwindigkeit von NumPy und deren Ursprung besprechen. Obwohl es sich um eine Python-Bibliothek handelt, ist sie größtenteils in C geschrieben, einer Low-Level-Sprache, die schnelle Berechnungen ermöglicht.
Ein weiterer Faktor, der zur Geschwindigkeit von NumPy beiträgt, ist die Vektorisierung. Im Wesentlichen beinhaltet die Vektorisierung die Umwandlung eines Algorithmus, der auf einem einzelnen Wert arbeitet, in einen, der auf einem Satz von Werten (Vektor) gleichzeitig arbeitet, was im Hintergrund auf der CPU-Ebene durchgeführt wird.
Swipe to start coding
Um NumPy zu verwenden, sollten Sie es zuerst importieren, also importieren Sie numpy mit dem Alias np.
Sobald Sie diese Aufgabe abgeschlossen haben, klicken Sie auf die Schaltfläche unter dem Code, um Ihre Lösung zu überprüfen.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Einführung in NumPy
Um sich sicher zu fühlen und diesen Kurs erfolgreich abzuschließen, empfehlen wir dringend, dass Sie die folgenden Kurse vorher absolvieren (klicken Sie einfach auf sie, um zu starten):
In einer Welt voller Daten ist die Arbeit mit Matrizen und Arrays äußerst wichtig. Hier kommt NumPy ins Spiel. Mit seiner rasanten Geschwindigkeit und der relativ einfach zu bedienenden Oberfläche ist es die meistgenutzte Python-Bibliothek für die Arbeit mit Arrays geworden.
Lassen Sie uns nun die Geschwindigkeit von NumPy und deren Ursprung besprechen. Obwohl es sich um eine Python-Bibliothek handelt, ist sie größtenteils in C geschrieben, einer Low-Level-Sprache, die schnelle Berechnungen ermöglicht.
Ein weiterer Faktor, der zur Geschwindigkeit von NumPy beiträgt, ist die Vektorisierung. Im Wesentlichen beinhaltet die Vektorisierung die Umwandlung eines Algorithmus, der auf einem einzelnen Wert arbeitet, in einen, der auf einem Satz von Werten (Vektor) gleichzeitig arbeitet, was im Hintergrund auf der CPU-Ebene durchgeführt wird.
Swipe to start coding
Um NumPy zu verwenden, sollten Sie es zuerst importieren, also importieren Sie numpy mit dem Alias np.
Sobald Sie diese Aufgabe abgeschlossen haben, klicken Sie auf die Schaltfläche unter dem Code, um Ihre Lösung zu überprüfen.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden