or
Den här övningen är en del av kursen
Bekanta dig med NumPy-arrayen! Lär dig skapa arrayer och ändra deras form efter behov. Utforska sedan NumPys många datatyper och se hur de bidrar till snabba arrayoperationer.
Finslipa dina färdigheter i att hantera NumPy-data genom att slicera, filtrera och sortera New Yorks trädcensusdata. Skapa nya arrayer genom att hämta data baserat på villkorssatser, och lägg till eller ta bort data längs valfri dimension efter behov. På vägen lär du dig principerna för form- och dimensionskompatibilitet – en förberedelse för snabb arraymatematik.
Utnyttja NumPys snabba vektoriserade operationer för att samla in sammanfattande insikter om försäljningsdata från amerikanska spritbutiker, restauranger och varuhus. Vektorisera Python-funktioner för användning i din NumPy-kod. Tillämpa sedan broadcasting-logik för att utföra matematiska operationer mellan arrayer av olika storlekar.
I det här sista kapitlet möter NumPy konstvärlden när vi använder bilddata från ett mästerverk av Monet för att utforska hur du kan bearbeta bilddata. Du använder funktioner för spegling och transponering för att snabbt transformera målningen. Sedan plockar du isär Monet-arrayen, gör ändringar och sätter ihop den igen med hjälp av array-stacking för att se resultaten.
Aktuell övning