İnanılmaz NumPy dizisiyle tanış! İhtiyaçlarına uygun olacak şekilde dizi oluşturmayı ve dizi şekillerini değiştirmeyi öğren. Son olarak, NumPy’nin çok sayıdaki veri tipini ve bunların hızlı dizi işlemlerine nasıl katkı sağladığını keşfet.

Dizilere giriş

İlk NumPy dizin

Sıfırdan diziler oluşturma

Bir aralık dizisi

Dizi boyutluluğu

3B dizi oluşturma

Dördüncü boyut

Düzleştirme ve yeniden şekillendirme

NumPy veri türleri

dtype bağımsız değişkeni

Seçenekler

Bir string veri türü

Bir tamsayı veri türü

Bir float veri türü

Veri türlerini öngörmek

Daha küçük bir sudoku oyunu

NumPy Dizilerini Anlamak

New York City’nin ağaç sayımı verilerini dilimleyerek, filtreleyerek ve sıralayarak NumPy veri düzenleme becerilerini keskinleştir. Koşullu ifadelere göre veri çekerek yeni diziler oluştur; amacına uygun olacak şekilde herhangi bir boyut boyunca veri ekle ve kaldır. Bu sırada, çok hızlı dizi matematiğine hazırlanmak için şekil ve boyut uyumluluğu ilkelerini öğreneceksin.

Dizilerde indeksleme ve dilimleme

Ağaçları dilimleme ve indeksleme

2B'ye Adım Atmak

Ağaçları sıralama

Dizileri filtreleme

Maskelerle filtreleme

Süslü indeksleme ve np.where()

Koşullardan diziler oluşturma

Veri ekleme ve kaldırma

Uyumlu mu değil mi?

Satır ekleme

Sütun ekleme

np.delete() ile silme

Veri Seçme ve Güncelleme

NumPy’nin hızlı vektörleştirilmiş işlemlerini kullanarak Amerika’daki içki dükkânları, restoranlar ve mağazalara ait satış verilerinden özet içgörüler çıkar. Python fonksiyonlarını NumPy kodunda kullanmak için vektörleştir. Son olarak, farklı boyuttaki diziler arasında matematiksel işlemler yapmak için yayınlama mantığını (broadcasting) uygula.

Verileri özetleme

Satış toplamları

Ortalamaları görselleştirme

Kümülatif satışlar

Vektörleştirilmiş işlemler

Vergi hesaplamaları

Satışları projekte etme

.upper() metodunu vektörleştirme

Yayınlama (Broadcasting)

Yayınlanabilir mi değil mi?

Sütunlar arasında broadcasting

Satırlar arasında yayınlama (broadcasting)

Dizi Matematiği!

NumPy bu son bölümde sanat dünyasıyla buluşuyor: Bir Monet başyapıtının görüntü verilerini kullanarak görüntü verisini nasıl zenginleştirebileceğini keşfedeceksin. Başyapıtımızı hızla dönüştürmek için çevirme ve transpozlama işlevlerini kullanacaksın. Ardından Monet dizisini parçalara ayıracak, değişiklikler yapacak ve sonuçları görmek için dizi yığılama ile yeniden birleştireceksin.

Dizileri kaydetme ve yükleme

`.npy` dosyalarını yükleme

Yardım alma

Güncelle ve kaydet

Dizi akrobasisi

Monet'yi Zenginleştirme

Şaheserini dönüştür: Transpose

Yığma ve bölme

2Böl ve yığın

RGB verilerini bölme

RGB verilerini istifleme

Tebrikler!

Dizi Dönüşümleri

Monet RGB Array

Tree Census Array

Monthly Sales Array

Sudoku Game Array

Sudoku Solution Array

Course Glossary

NumPy, Python’ın vazgeçilmez bir kütüphanesidir. TensorFlow ve scikit-learn, girdi olarak NumPy dizilerini kullanır; pandas ve Matplotlib ise NumPy’nin üzerine inşa edilmiştir. Bu NumPy’ye Giriş kursunda, NumPy’nin temel nesnesi olan dizileri ustalıkla kullanacaksın! New York City’nin ağaç sayım verilerini kullanarak diziler oluşturacak, sıralayacak, filtreleyecek ve güncelleyeceksin. NumPy’nin neden bu kadar verimli olduğunu keşfedecek ve yayınlama (broadcasting) ile vektörleştirmeyi kullanarak NumPy kodunu daha da hızlandıracaksın. Kursun sonunda, 3B dizilerle bir Claude Monet tablosunu dönüştürecek ve bu tür dizi dönüşümlerinin Machine Learning için neden temel araçlar olduğunu anlayacaksın.

Videolarda, sol alttaki "Show transcript" seçeneğine tıklayarak açabileceğin canlı altyazılar bulunur.

Kurs sözlüğünü sağdaki kaynaklar bölümünde bulabilirsin.

CPE kredisi almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağdaki CPE kredileri bildirimine tıklayarak değerlendirmeye gidebilirsin.

<h2>Python'un Veri Bilimi paketini keşfedin: NumPy</h2>
Numpy'ye giriş yapın ve bu Python kütüphanesinin tüm Python veri bilimcileri ve analistleri için neden vazgeçilmez olduğunu anlayın. En önemlisi, Numpy dizileri ve ihtiyaçlarınıza uygun dizi şekilleri oluşturma ve değiştirme hakkında daha fazla bilgi edinin. 
<br><br>
<h2>NumPy Dizilerini Keşfedin</h2>
NumPy, veri bilimcileri ve analistler için vazgeçilmez bir Python kütüphanesidir. Python listelerine harika bir alternatif sunar, çünkü daha kompakt olup öğeleri okumaya ve yazmaya daha hızlı erişim sağlar, bu da onları daha kullanışlı ve verimli bir seçenek haline getirir.
<br><br>
Bu NumPy'ye Giriş kursunda, NumPy'nin temel nesnesi olan dizilerin ustası olacaksınız! New York şehrinin ağaç sayım verilerini kullanarak diziler oluşturacak, sıralayacak, filtreleyecek ve güncelleyeceksiniz. NumPy'nin neden bu kadar verimli olduğunu keşfedecek ve yayınlama ve vektörleştirme özelliklerini kullanarak NumPy kodunuzu daha da hızlandıracaksınız. 
<br><br>
<h2>Monet veri seti üzerinde pratik yaparak güven kazanın</h2>
Son bölümde, yeni edindiğiniz bilgileri kullanarak dizi dönüşümleri gerçekleştireceksiniz. Claude Monet'nin bir tablosunu değiştirmek için 3D görüntü dizilerini kullanacak ve bu tür dizi değişikliklerinin makine öğrenimi için neden önemli araçlar olduğunu anlayacaksınız.
<br><br>
Kursu tamamladıktan sonra Numpy dizileri ve bunların farklı işlemleri konusunda kendinize güven kazanacaksınız. Bu kurs, Python ile Veri Bilimcisi programının bir parçasıdır ve DataCamp ile Veri Bilimi sertifikası almak isteyenler için idealdir.

Intermediate Python

Python'un popüler veri bilimi paketi NumPy'ı öğrenin. 4 saatte diziler oluşturup düzenleyin.

NumPy’ye Giriş

NYC'nin ağaç sayımını kullanarak dizileri oluşturmayı, sıralamayı, filtrelemeyi ve güncellemeyi öğrenerek NumPy becerilerinizi geliştirin.

Veri Manipülasyonu  Python'da

`np.array([9, 1.12, True]).astype("<U5")`

`np.array([34.62, 70.13, 9]).astype(np.int64)`

Veri türlerini öngörmek

NumPy’ye Giriş

Uygulamalı etkileşimli egzersiz