Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Introdução ao NumPy | Noções Básicas de NumPy
Numpy Definitivo

bookIntrodução ao NumPy

Para garantir confiança e concluir este curso com sucesso, recomendamos fortemente que você conclua os seguintes cursos previamente (basta clicar neles para começar):

Prerequisites
Pré-requisitos

Em um mundo repleto de dados, trabalhar com matrizes e arrays é extremamente importante. É aí que o NumPy se destaca. Com sua alta velocidade e interface relativamente fácil de usar, tornou-se a biblioteca Python mais utilizada para trabalhar com arrays.

Agora vamos discutir a velocidade do NumPy e de onde ela vem. Apesar de ser uma biblioteca Python, ela é majoritariamente escrita em C, uma linguagem de baixo nível que permite cálculos rápidos.

Outro fator que contribui para a velocidade do NumPy é a vetorização. Essencialmente, vetorização envolve transformar um algoritmo que opera em um único valor por vez para operar em um conjunto de valores (vetor) simultaneamente, o que é realizado internamente no nível da CPU.

Tarefa

Swipe to start coding

Para utilizar o NumPy, é necessário importá-lo primeiro. Importe o numpy usando o alias np.

Solução

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 1
single

single

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

close

Awesome!

Completion rate improved to 3.7

bookIntrodução ao NumPy

Deslize para mostrar o menu

Para garantir confiança e concluir este curso com sucesso, recomendamos fortemente que você conclua os seguintes cursos previamente (basta clicar neles para começar):

Prerequisites
Pré-requisitos

Em um mundo repleto de dados, trabalhar com matrizes e arrays é extremamente importante. É aí que o NumPy se destaca. Com sua alta velocidade e interface relativamente fácil de usar, tornou-se a biblioteca Python mais utilizada para trabalhar com arrays.

Agora vamos discutir a velocidade do NumPy e de onde ela vem. Apesar de ser uma biblioteca Python, ela é majoritariamente escrita em C, uma linguagem de baixo nível que permite cálculos rápidos.

Outro fator que contribui para a velocidade do NumPy é a vetorização. Essencialmente, vetorização envolve transformar um algoritmo que opera em um único valor por vez para operar em um conjunto de valores (vetor) simultaneamente, o que é realizado internamente no nível da CPU.

Tarefa

Swipe to start coding

Para utilizar o NumPy, é necessário importá-lo primeiro. Importe o numpy usando o alias np.

Solução

Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 1
single

single

some-alt