NumPy voor numerieke berekeningen
Voer hoogwaardige numerieke berekeningen uit met NumPy
NumPy voor numerieke berekeningen is een gratis Python Academy-les op CoddyKit. Dit is les 3 van 5. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Python Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Python Academy bevat in totaal 5 lessen.
Inleiding in NumPy
NumPy is een krachtige Python-bibliotheek voor numerieke berekeningen. De bibliotheek biedt ondersteuning voor arrays, wiskundige functies en bewerkingen die veel sneller zijn dan traditionele Python-lijsten.
In deze les leer je hoe je NumPy gebruikt voor efficiënte numerieke bewerkingen.

NumPy installeren
Gebruik de volgende opdracht in je terminal om NumPy te installeren:
pip install numpy
Na de installatie kun je de bibliotheek in je Python-scripts importeren:
# Importing numpy
import numpy as np
print("NumPy imported successfully")NumPy-arrays maken
NumPy-arrays zijn sneller en geheugenefficiënter dan Python-lijsten. Je kunt arrays maken vanuit lijsten of met ingebouwde functies:
# Creating arrays
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr) # Outputs: [1 2 3 4]Bewerkingen op arrays
NumPy ondersteunt elementgewijze bewerkingen, die veel sneller zijn dan door lijsten heen lussen:
# Element-wise operations
arr = np.array([1, 2, 3, 4])
print(arr + 10) # Outputs: [11 12 13 14]Arrays indexeren en slicen
NumPy-arrays ondersteunen geavanceerde indexering en slicing:
# Indexing and slicing
arr = np.array([10, 20, 30, 40, 50])
print(arr[1:4]) # Outputs: [20 30 40]Werken met multidimensionale arrays
NumPy ondersteunt multidimensionale arrays (matrices):
# Creating a 2D array
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix)Wiskundige bewerkingen
NumPy biedt ingebouwde wiskundige functies voor bewerkingen zoals het gemiddelde, de mediaan en de standaarddeviatie:
# Mathematical operations
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr)) # Outputs: 3.0Arrays genereren
NumPy kan arrays genereren met functies zoals arange en linspace:
# Generating arrays
arr = np.arange(0, 10, 2)
print(arr) # Outputs: [0 2 4 6 8]Veelgemaakte fouten met NumPy
Hier zijn enkele fouten die je moet vermijden:
- Python-lijsten gebruiken voor grote gegevenssets in plaats van NumPy-arrays.
- Vergeten de vorm van multidimensionale arrays te controleren voordat je bewerkingen uitvoert.
- Geen gebruikmaken van gevectoriseerde bewerkingen.
Wat heb je geleerd?
In deze les heb je geleerd:
- Hoe je NumPy installeert en importeert.
- Wat de voordelen van NumPy-arrays ten opzichte van Python-lijsten zijn.
- Hoe je bewerkingen op arrays uitvoert, indexeert en slicet.
- Hoe je werkt met multidimensionale arrays en ingebouwde wiskundige functies.
Goed gedaan! Laten we doorgaan naar het volgende onderwerp.

Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 76
- Lessen
- 320
Veelgestelde vragen
Is de les “NumPy voor numerieke berekeningen” gratis?
Ja — de volledige tekst van “NumPy voor numerieke berekeningen” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Python Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Python Academy bevat in totaal 5 lessen.
Wat leer ik in “NumPy voor numerieke berekeningen”?
Voer hoogwaardige numerieke berekeningen uit met NumPy Je oefent met Python Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Python Academy te beginnen?
Ervaring vooraf is niet nodig. Python Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 3 van 5.
Hoe lang duurt de les “NumPy voor numerieke berekeningen”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Python Academy?
Ja. Elke les over Python Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Gegevensanalyse met Pandas
- Gegevensvisualisatie met Matplotlib
- NumPy voor numerieke berekeningen
- API's gebruiken met requests
- Webscraping met BeautifulSoup