|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/pythonnumpy-t/
课程评论：没有评论
**课程名称：** 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 **课程概述：** 本课程旨在通过深入讲解NumPy库，帮助学习者将抽象的数据转化为具体、易于理解的图形。课程内容涵盖NumPy的基础知识、环境搭建、数组的创建与操作、通用函数、线性代数应用、高维数组处理以及数据的保存与读取。通过学习，学员将掌握NumPy在数据处理和科学计算中的核心能力，为后续更深入的数据分析和机器学习打下坚实基础。 **主要学习内容：** * **NumPy简介与环境搭建：** 了解NumPy的核心概念，学习安装NumPy及相关库，并熟悉IPython shell、Jupyter Notebook和Spyder等开发工具。 * **数组（Array）的创建与操作：** * 掌握一维、二维及高维数组的创建方法，理解NumPy数据类型。 * 学习如何重新设置数组维度、查看数组属性、理解数组的轴以及数组转置。 * 熟练运用索引（包括布尔索引和花式索引）、切片和迭代来访问数组元素。 * 掌握数组的连接、分割、算术运算以及强大的广播机制。 * **通用函数与常用函数：** * 学习NumPy提供的各种数学运算函数，并了解如何自定义通用函数。 * 掌握随机数生成、数组排序、聚合函数（如求和、平均值、最大值、最小值）、`unique`函数和`where`函数的使用。 * **线性代数应用：** * 学习NumPy在矩阵运算中的应用，包括矩阵点乘、计算行列式和求逆矩阵。 * **数据持久化：** * 学习如何将NumPy数组保存到文件以及如何从文件中读取数组数据。 通过本课程的学习，您将能够熟练运用NumPy库，高效地处理和分析数据，并将其可视化，从而更好地理解数据背后的规律。
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。
