Python Academy · Oppitunti

NumPy numeerisiin laskutoimituksiin

Suorittakaa tehokkaita numeerisia laskutoimituksia NumPyllä.

Oppitunti 3/511 vaihetta

NumPy numeerisiin laskutoimituksiin on ilmainen Python Academy-oppitunti CoddyKitissä. Tämä on oppitunti 3/5. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Python Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Python Academy-kurssilla on yhteensä 5 oppituntia.

NumPy-kirjaston perusteet

NumPy on tehokas Python-kirjasto numeeriseen laskentaan. Se tukee taulukoita, matemaattisia funktioita ja operaatioita, jotka ovat paljon nopeampia kuin perinteiset Python-listat.

Tässä oppitunnissa opit käyttämään NumPyä tehokkaisiin numeerisiin operaatioihin.

NumPy numeerisiin laskutoimituksiin — kuvitus 1

NumPy-kirjaston asentaminen

Asenna NumPy suorittamalla pääteikkunassa seuraava komento:

pip install numpy

Asennuksen jälkeen voit tuoda sen Python-komentosarjoihisi:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

NumPy-taulukoiden luominen

NumPy-taulukot ovat nopeampia ja muistitehokkaampia kuin Python-listat. Voit luoda taulukoita listoista tai sisäänrakennettujen funktioiden avulla:

# Creating arrays
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)  # Outputs: [1 2 3 4]

Taulukko-operaatiot

NumPy tukee alkioittaisia operaatioita, jotka ovat paljon nopeampia kuin listojen läpikäyminen silmukalla:

# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10)  # Outputs: [11 12 13 14]

Taulukoiden indeksointi ja viipalointi

NumPy-taulukot tukevat kehittynyttä indeksointia ja viipalointia:

# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4])  # Outputs: [20 30 40]

Moniulotteisten taulukoiden käsittely

NumPy tukee moniulotteisia taulukoita eli matriiseja:

# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)

Matemaattiset operaatiot

NumPy tarjoaa sisäänrakennettuja matemaattisia funktioita esimerkiksi keskiarvon, mediaanin ja keskihajonnan laskemiseen:

# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))  # Outputs: 3.0

Taulukoiden luominen funktioilla

NumPy voi luoda taulukoita esimerkiksi funktioilla arange ja linspace:

# Generating arrays
arr = np.arange(0, 10, 2)
print(arr)  # Outputs: [0 2 4 6 8]

NumPyyn liittyvät yleiset virheet

Vältä seuraavia virheitä:

  • Suurille aineistoille käytetään Python-listoja NumPy-taulukoiden sijaan.
  • Moniulotteisten taulukoiden muotoa ei tarkisteta ennen operaatioiden suorittamista.
  • Vektorisoituja operaatioita ei hyödynnetä.

Mitä opimme

Tässä oppitunnissa opit:

  • Asentamaan ja tuomaan NumPyn käyttöön.
  • NumPy-taulukoiden edut Python-listoihin verrattuna.
  • Suorittamaan taulukko-operaatioita, indeksointia ja viipalointia.
  • Käsittelemään moniulotteisia taulukoita ja käyttämään sisäänrakennettuja matemaattisia funktioita.

Hienoa työtä! Siirrytään seuraavaan aiheeseen.

NumPy numeerisiin laskutoimituksiin — kuvitus 11
Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit
76
Oppitunnit
320

Usein kysytyt kysymykset

Onko oppitunti ”NumPy numeerisiin laskutoimituksiin” ilmainen?

Kyllä – oppitunnin ”NumPy numeerisiin laskutoimituksiin” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Python Academy-kurssin, päivitä CoddyKit PROhon. Python Academy-kurssilla on yhteensä 5 oppituntia.

Mitä opin oppitunnilla ”NumPy numeerisiin laskutoimituksiin”?

Suorittakaa tehokkaita numeerisia laskutoimituksia NumPyllä. Harjoittelet Python Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Python Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Python Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 3/5.

Kuinka kauan ”NumPy numeerisiin laskutoimituksiin”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Python Academy-oppitunnilla?

Kyllä. Jokainen Python Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

  1. Data-analyysi Pandasilla
  2. Datan visualisointi Matplotlibilla
  3. NumPy numeerisiin laskutoimituksiin
  4. APIen käsittely requestsilla
  5. Verkkosivujen tietojen kerääminen BeautifulSoupilla
← Takaisin: Python Academy