Python Academy · leksjon

Python-biblioteker for KI

Introduksjon til NumPy, Pandas og Scikit-learn

Leksjon 1 av 510 trinn

Python-biblioteker for KI er en gratis leksjon i Python Academy på CoddyKit. Dette er leksjon 1 av 5. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Python Academy, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Python Academy inneholder totalt 5 leksjoner.

NumPy, Pandas og Scikit-learn

Python-biblioteker for AI

Python har et rikt økosystem av biblioteker som gjør AI-utvikling enklere og mer effektiv. I denne leksjonen introduserer vi tre viktige biblioteker: NumPy, Pandas og Scikit-learn.

Python-biblioteker for KI — illustrasjon 1

Introduksjon til NumPy

NumPy (Numerical Python) er et bibliotek for arbeid med arrayer og utføring av matematiske operasjoner. Det er raskt og effektivt, og egner seg derfor godt til håndtering av store datasett i AI-prosjekter.

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

Introduksjon til Pandas

Pandas er et bibliotek for datamanipulering og dataanalyse. Det tilbyr verktøy for å arbeide med strukturerte data som tabeller og regneark, og er derfor populært blant dataforskere.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Introduksjon til Scikit-learn

Scikit-learn er et bibliotek for maskinlæring. Det tilbyr verktøy for oppgaver som klassifisering, regresjon og klynging. Du skal bruke Scikit-learn til å bygge og evaluere AI-modeller.

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

Installere Python-biblioteker

Du kan installere disse bibliotekene ved hjelp av pip, Pythons pakkebehandler. Kjør følgende kommandoer i terminalen:

  • pip install numpy
  • pip install pandas
  • pip install scikit-learn

Bruke NumPy med arrayer

NumPy gjør det enkelt å utføre operasjoner på arrayer. Du kan for eksempel beregne summen av alle elementene eller endre formen på en array.

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

Bruke Pandas med DataFrames

Pandas’ DataFrame er et kraftig verktøy for håndtering av tabulære data. Du kan filtrere rader, beregne statistikk og mye mer.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

Oppsummering

Du har lært om tre viktige Python-biblioteker for AI:

  • NumPy: For å arbeide med arrayer og utføre matematiske operasjoner.
  • Pandas: For å håndtere og analysere strukturerte data.
  • Scikit-learn: For å bygge og evaluere maskinlæringsmodeller.

Gratulerer!

Du har fullført leksjonen om Python-biblioteker for AI. Fortsett for å lære mer om Pythons datatyper og datastrukturer i neste leksjon.

Python-biblioteker for KI — illustrasjon 10
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
76
Leksjoner
320

Ofte stilte spørsmål

Er leksjonen «Python-biblioteker for KI» gratis?

Ja – hele teksten i «Python-biblioteker for KI» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Python Academy-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Python Academy inneholder totalt 5 leksjoner.

Hva lærer jeg i «Python-biblioteker for KI»?

Introduksjon til NumPy, Pandas og Scikit-learn Du øver på Python Academy 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 Python Academy?

Ingen tidligere erfaring er nødvendig. Python Academy 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 1 av 5.

Hvor lang tid tar leksjonen «Python-biblioteker for KI»?

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 Python Academy-leksjonen?

Ja. Alle Python Academy-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

  1. Python-biblioteker for KI
  2. Datatyper og datastrukturer i Python
  3. Filoperasjoner i Python
  4. Feilhåndtering i Python
  5. Konfigurere utviklingsmiljøet
← Tilbake til Python Academy