or
यह अभ्यास पाठ्यक्रम का हिस्सा है
शानदार NumPy array से मिलिए! अपनी ज़रूरत के मुताबिक arrays बनाना और उनकी shape बदलना सीखिए। अंत में, NumPy के कई data types जानिए और समझिए कि वे तेज़ array operations में कैसे मदद करते हैं.
New York City के tree census डेटा पर slicing, filtering, और sorting करके अपने NumPy data wrangling कौशल को निखारिए। conditional statements के आधार पर डेटा निकालकर नए arrays बनाइए, और किसी भी dimension पर डेटा जोड़िए या हटाइए ताकि आपका उद्देश्य पूरा हो सके। इसी दौरान, आप shape और dimension compatibility के सिद्धांत सीखेंगे, जिससे आप super-fast array math के लिए तैयार होंगे.
NumPy के तेज़ vectorized operations का लाभ उठाकर American liquor stores, restaurants, और department stores की sales डेटा पर summary insights निकालिए। Python functions को vectorize करके उन्हें अपने NumPy कोड में इस्तेमाल कीजिए। अंत में, अलग-अलग आकार के arrays के बीच गणितीय operations करने के लिए broadcasting logic का उपयोग कीजिए.
इस अंतिम अध्याय में NumPy और कला का मेल होता है, जहाँ हम Monet की एक उत्कृष्ट कृति की image डेटा का उपयोग करके देखते हैं कि आप image डेटा को कैसे augment कर सकते हैं। आप flipping और transposing की functionality से हमारी masterpiece को तेज़ी से transform करेंगे। इसके बाद, आप Monet वाले array को अलग-अलग हिस्सों में तोड़ेंगे, बदलाव करेंगे, और array stacking का उपयोग करके उसे फिर से जोड़ेंगे ताकि परिणाम देख सकें.
वर्तमान अभ्यास