Python-biblioteker til AI
Introduktion til NumPy, Pandas og Scikit-learn
Python-biblioteker til AI er en gratis Python Academy-lektion på CoddyKit. Dette er lektion 1 af 5. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Python Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Python Academy-kurset indeholder 5 lektioner i alt.
NumPy, Pandas og Scikit-learn
Python-biblioteker til AI
Python har et rigt økosystem af biblioteker, der gør AI-udvikling nemmere og mere effektiv. I denne lektion introducerer vi tre vigtige biblioteker: NumPy, Pandas og Scikit-learn.

Introduktion til NumPy
NumPy (Numerical Python) er et bibliotek til at arbejde med arrays og udføre matematiske operationer. Det er hurtigt og effektivt, hvilket gør det velegnet til håndtering af store datasæt i AI-projekter.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)Introduktion til Pandas
Pandas er et bibliotek til datamanipulation og -analyse. Det indeholder værktøjer til at arbejde med strukturerede data som tabeller og regneark, hvilket gør det populært blandt dataforskere.
import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)Introduktion til Scikit-learn
Scikit-learn er et bibliotek til maskinlæring. Det indeholder værktøjer til opgaver som klassifikation, regression og klyngedannelse. Du skal bruge Scikit-learn til at opbygge og evaluere AI-modeller.
from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)Installation af Python-biblioteker
Du kan installere disse biblioteker ved hjælp af pip, Pythons pakkehåndtering. Kør følgende kommandoer i din terminal:
pip install numpypip install pandaspip install scikit-learn
Brug af NumPy til arrays
NumPy gør det nemt at udføre operationer på arrays. Du kan for eksempel beregne summen af alle elementer eller ændre formen på et array.
import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))Brug af Pandas til DataFrames
Pandas' DataFrame er et effektivt værktøj til håndtering af tabulære data. Du kan filtrere rækker, beregne statistikker og meget mere.
import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())Opsummering
Du har lært om tre vigtige Python-biblioteker til AI:
- NumPy: Til arbejde med arrays og udførelse af matematiske operationer.
- Pandas: Til håndtering og analyse af strukturerede data.
- Scikit-learn: Til opbygning og evaluering af maskinlæringsmodeller.
Tillykke!
Du har gennemført lektionen om Python-biblioteker til AI. Fortsæt med at lære mere om Pythons datatyper og datastrukturer i næste lektion.

Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 76
- Lektioner
- 320
Ofte stillede spørgsmål
Er lektionen “Python-biblioteker til AI” gratis?
Ja — hele teksten til “Python-biblioteker til AI” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Python Academy-kurset, skal du opgradere til CoddyKit PRO. Python Academy-kurset indeholder 5 lektioner i alt.
Hvad lærer jeg i “Python-biblioteker til AI”?
Introduktion til NumPy, Pandas og Scikit-learn Du øver dig i Python Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Python Academy?
Der kræves ingen tidligere erfaring. Python Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 1 af 5.
Hvor lang tid tager lektionen “Python-biblioteker til AI”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Python Academy-lektion?
Ja. Alle Python Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Python-biblioteker til AI
- Pythons datatyper og datastrukturer
- Filhåndtering i Python
- Fejlhåndtering i Python
- Opsætning af udviklingsmiljøet