پایتون برای NumPy برای مبتدیان مطلق 2023

آنچه یاد خواهید گرفت:

• درک کتابخانه NumPy از صفر تا پیشرفته
• چرا از آرایه NumPy به جای لیست پایتون استفاده می‌کنیم؟
• پیاده سازی عملیات آرایه با استفاده از ماژول NumPy در پایتون
• چگونه با داده‌ چندبعدی با آرایه NumPy کار کنید؟

توضیحات دوره

NumPy (مختصر "Numerical Python") یک کتابخانه پایتون است که برای محاسبات علمی و تحلیل داده‌ استفاده می‌شود. این کتابخانه مجموعه‌ای قدرتمند از ابزارها برای کار با آرایه‌ها و ماتریس‌های داده‌ عددی فراهم می‌کند. NumPy به‌ویژه برای محاسبات عددی با حجم بالای داده کاربرد دارد زیرا طراحی شده تا کارآمد و سریع باشد.

یکی از ویژگی‌های اصلی NumPy توانایی کار با آرایه‌های چندبعدی داده است. این آرایه‌ها می‌توانند بردارها، ماتریس‌ها یا هر نوع داده عددی دیگری را نشان دهند. NumPy تعداد زیادی از توابع داخلی را برای انجام عملیات روی این آرایه‌ها ارائه می‌دهد. این توابع شامل توابع ریاضیاتی (مثل sin ،cos، exp)، توابع آماری (مثل میانگین و واریانس) و توابع جبر خطی (مثل ضرب ماتریس و تجزیه ویژه) هستند.

NumPy همچنین ابزارهای متعددی برای کار با داده‌ ساختاریافته مانند فایل‌های CSV یا داده جدولی ارائه می‌دهد. این ابزارها امکان ایمپورت کردن آسان داده، دستکاری آن‌ها و انجام محاسبات پیچیده و تحلیل را فراهم می‌کند.

علاوه بر عملکرد اصلی خود، NumPy به‌عنوان اصولی برای سایر کتابخانه‌های پایتون که در محاسبات علمی و تحلیل داده کاربرد دارند، مانند Pandas و SciPy، استفاده می‌شود. این موضوع NumPy را به ابزاری ضروری برای هر کسی که در این زمینه‌ها فعالیت می‌کند تبدیل می‌کند.

در کل، NumPy یک کتابخانه قدرتمند و چندکاره است که برای هر فردی که در محاسبات علمی، تحلیل داده یا زمینه‌های مرتبط فعالیت دارد، ضروری است.

این دوره تمامی مفاهیم اصلی کتابخانه عددی پایتون یعنی NumPy را معرفی می‌کند.

موضوعات آموزشی شامل موارد زیر هستند:

• ایجاد آرایه‌ها با NumPy در پایتون
• دسترسی به آرایه‌ها با NumPy در پایتون
• یافتن بعد آرایه با NumPy در پایتون
• پیدا کردن شکل آرایه با NumPy
• بررسی نوع داده آرایه با NumPy در پایتون
• تغییر نوع داده آرایه با NumPy در پایتون
• تغییر شکل آرایه‌ها با NumPy در پایتون
• پیمایش آرایه‌ها با NumPy در پایتون
• اندیس‌گذاری بر آرایه‌های 1D ،2D و 3D با NumPy در پایتون
• اسلایسینگ آرایه‌های 1D ،2D و 3D با NumPy در پایتون
• عملیات (اسکالر، رابطه‌ای، برداری) روی آرایه NumPy
• اتصال آرایه‌ها با NumPy در پایتون
• تقسیم آرایه با NumPy در پایتون
• مرتب‌سازی آرایه با NumPy در پایتون
• جستجو در آرایه با NumPy در پایتون
• فیلتر کردن آرایه با NumPy در پایتون
• تولید آرایه تصادفی با NumPy در پایتون
• ضرب داخلی آرایه NumPy
• تبدیل آرایه N بعدی به 1 بعدی با NumPy
• رسم نمودارها

این دوره برای چه کسانی مناسب است؟

• دانشجویان مهندسی، توسعه‌دهندگان نرم‌افزار و دانشمندان داده علاقه‌مند
• مبتدیان پایتون که می‌خواهند کتابخانه Pandas را بیاموزند.