Sokan Academy

در فصل گذشته انواع عملیات روی آرایه‌ها آموزش داده شد. تمرکز این فصل روی کار با داده‌های عددی است که در یک آرایه نامپای ذخیره شده‌اند. در شروع این فصل می‌آموزیم چگونه یک دید کلی از داده‌های ذخیره شده در آرایه نامپای به دست بیاوریم؛ اینکه بیشترین یا کمترین داده‌ی آنچه عددی است (متدهای min و max)؟ میانگین (mean) داده‌ها چقدر است و جمع (sum-cumsum) همه داده‌های ذخیره شده چند است؟

در ادامه با انواع عملیات برداری و عملگرهای (vectorized operations) مربوطه آشنا می شویم. آرایه‌های نامپای را می‌توان به چشم یک بردار نگریست و بسیاری از عملیات ریاضی یا منطقی را با سرعت بیشتر و حجم نوشتار کمتر انجام داد. در این راستا باید با مفهوم broadcasting آشنا شویم تا در انجام عملیات بین آرایه‌ها با shape های متفاوت دچار مشکل نشویم.

در انتهای این فصل با ماژول random از کتابخانه نامپای کار می‌کنیم و یاد می‌گیریم چگونه می‌توان آرایه‌هایی با اعضای عددی تصادفی ساخت و یا چگونه می‌توانیم این اعداد تصادفی را طبق یک توزیع ریاضی مشخص (random distribution) تولید کنیم. در انتها نیز نحوه نمایش توزیع‌های عددی را با کتابخانه seaborn می‌آموزیم.

Numpymulti dimensionalماتریسنامپایکتابخانه پایتونآنالیز دادهتحلیل دادهData Sciencepythonپایتون

sokan-academy-footer-logo
کلیه حقوق مادی و معنوی این وب‌سایت متعلق به سکان آکادمی می باشد.