Lær AI med Python · leksjon

NumPy for numeriske beregninger

Utfør numeriske beregninger med høy ytelse med NumPy

Leksjon 3 av 511 trinn

NumPy for numeriske beregninger er en gratis leksjon i Lær AI med Python på CoddyKit. Dette er leksjon 3 av 5. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Lær AI med Python, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Lær AI med Python inneholder totalt 5 leksjoner.

Introduksjon til NumPy

NumPy er et kraftig Python-bibliotek for numeriske beregninger. Det gir støtte for arrayer, matematiske funksjoner og operasjoner som er mye raskere enn tradisjonelle Python-lister.

I denne leksjonen lærer De å bruke NumPy til effektive numeriske operasjoner.

NumPy for numeriske beregninger — illustrasjon 1

Installere NumPy

For å installere NumPy bruker De følgende kommando i terminalen:

pip install numpy

Når det er installert, kan De importere det i Python-skriptene Deres:

# Importing numpy
import numpy as np

print("NumPy imported successfully")

Opprette NumPy-arrayer

NumPy-arrayer er raskere og mer minneeffektive enn Python-lister. De kan opprette arrayer fra lister eller ved hjelp av innebygde funksjoner:

# Creating arrays
import numpy as np

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

Array-operasjoner

NumPy støtter elementvise operasjoner, som er mye raskere enn å gå gjennom lister med løkker:

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

Indeksering og slicing av arrayer

NumPy-arrayer støtter avansert indeksering og slicing:

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

Arbeide med flerdimensjonale arrayer

NumPy støtter flerdimensjonale arrayer (matriser):

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

Matematiske operasjoner

NumPy tilbyr innebygde matematiske funksjoner for operasjoner som gjennomsnitt, median og standardavvik:

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

Generere arrayer

NumPy kan generere arrayer med funksjoner som arange og linspace:

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

Vanlige feil med NumPy

Her er noen feil du bør unngå:

Å bruke Python-lister for store datasett i stedet for NumPy-arrayer.
Å glemme å kontrollere formen på flerdimensjonale arrayer før du utfører operasjoner.
Å ikke utnytte vektoriserte operasjoner.

Hva har vi lært?

I denne leksjonen har du lært:

Hvordan du installerer og importerer NumPy.
Fordelene med NumPy-arrayer sammenlignet med Python-lister.
Hvordan du utfører array-operasjoner, indeksering og slicing.
Hvordan du arbeider med flerdimensjonale arrayer og innebygde matematiske funksjoner.

Godt jobbet! La oss gå videre til neste tema.

NumPy for numeriske beregninger — illustrasjon 11

Gratis å komme i gang

Lær deg Python med en AI-veileder – gratis

Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.

Kurs: 53
Leksjoner: 225

Start læringen gratis Se hele kurset

Ofte stilte spørsmål

Er leksjonen «NumPy for numeriske beregninger» gratis?

Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Lær AI med Python, inkludert «NumPy for numeriske beregninger», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Lær AI med Python inneholder totalt 5 leksjoner.

Hva lærer jeg i «NumPy for numeriske beregninger»?

Utfør numeriske beregninger med høy ytelse med NumPy Du øver på Lær AI med Python med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.

Trenger jeg erfaring for å begynne med Lær AI med Python?

Ingen tidligere erfaring er nødvendig. Lær AI med Python på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 5.

Hvor lang tid tar leksjonen «NumPy for numeriske beregninger»?

De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.

Kan jeg skrive og kjøre kode i denne Lær AI med Python-leksjonen?

Ja. Alle Lær AI med Python-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.

Alle leksjonene i dette kurset

← Tilbake til Lær AI med Python