Расписание курса

Учебник по Python

• Учебник по Python
• Введение в Python
• Начало работы с Python
• Синтаксис Python
• Комментарии в Python
• Переменные Python
• Типы данных Python
• Числа Python
• Конвертация типов Python
• Строки Python
• Булевы значения Python
• Операторы Python
• Списки Python
• Тuples Python
• Множества Python
• Словари Python
• Python If Else
• Цикл While в Python
• Цикл For в Python
• Функции Python
• Lambda в Python
• Массивы Python
• Классы/объекты Python
• Наследование Python
• Итерация Python
• Область видимости Python
• Модули Python
• Даты Python
• JSON Python
• RegEx Python
• PIP Python
• Try ... Except Python
• Ввод команд Python
• Форматирование строк Python

Обработка файлов

• Открытие файла Python
• Чтение файла Python
• Запись/создание файлов Python
• Удаление файла Python

Python NumPy

• Введение в NumPy
• Начало работы с NumPy
• Создание массивов NumPy
• Индексация массивов NumPy
• Обрезка массивов NumPy
• Типы данных NumPy
• Копии и представления массивов NumPy
• Форма массивов NumPy
• Преобразование формы массивов NumPy
• Итерация массивов NumPy
• Соединение массивов NumPy
• Разделение массивов NumPy
• Поиск массивов NumPy
• Сортировка массивов NumPy
• Фильтрация массивов NumPy
• Случайные значения NumPy
• ufuncs NumPy

Машинное обучение

• Введение
• Среднее медианное значение
• Стандартное отклонение
• Проценты
• Распределение данных
• Нормальное распределение данных
• График рассеяния
• Линейный регресс
• Полиномиальный регресс
• Многофакторный регресс
• Масштабирование
• Обучение/тестирование
• Дерево решений

Python MySQL

• Введение в MySQL
• Создание базы данных MySQL
• Создание таблицы MySQL
• MySQL Insert
• MySQL Select
• MySQL Where
• MySQL Order By
• MySQL Delete
• Удаление таблицы MySQL
• MySQL Update
• MySQL Limit
• MySQL Join

Python MongoDB

• Введение в MongoDB
• Создание базы данных MongoDB
• Создание集合 MongoDB
• MongoDB Insert
• MongoDB Find
• MongoDB Query
• MongoDB Sort
• MongoDB Delete
• Удаление集合 MongoDB
• MongoDB Update
• MongoDB Limit

Референсный справочник Python

• Обзор Python
• Внутренние функции Python
• Методы строк Python
• Методы списков Python
• Методы словарей Python
• Методы кортежей Python
• Методы наборов Python
• Методы работы с файлами Python
• Ключевые слова Python

Референсный справочник по модулям

• Модуль случайных чисел
• Модуль запросов

Python How To

• Удаление дубликатов из списка
• Обратная строка

Пример Python

• Пример Python
• Тест Python

Дополнительные курсы

Рекомендации по курсу:

• Кейс-бокс CodeW3C.com

Что такое NumPy?

NumPy - это библиотека Python для обработки массивов.

Он также включает функции для работы с линейной алгеброй, преобразованиями Фурье и матрицами.

NumPy был создан Travis Oliphant в 2005 году. Это открытый проект, который можно использовать свободно.

NumPy означает числовой Python (Numerical Python).

Почему использовать NumPy?

В Python у нас есть списки, которые удовлетворяют функциям массивов, но они медленны в обработке.

NumPy предназначен для предоставления массивов, которые в 50 раз быстрее, чем традиционные списки Python.

Массивы в NumPy называются ndarrayон предоставляет множество функций поддержки, что позволяет использовать ndarray Это очень легко.

Массивы очень часто используются в данных науки, так как скорость и ресурсы очень важны.

Данные наука:Отрасль компьютерной науки, занимающаяся хранением, использованием и анализом данных для извлечения информации из них.

Почему NumPy быстрее, чем списки?

В отличие от списков, массивы NumPy хранятся в одном непрерывном месте памяти, поэтому процесс может очень эффективно обращаться и манипулировать ими.

Это поведение в компьютерной науке называется локальностью ссылок.

Это的主要原因, почему NumPy быстрее, чем списки. Он также оптимизирован для использования с последними CPU архитектурами.

На каком языке написан NumPy?

NumPy - это библиотека Python, написанная частично на Python, но большинство частей, требующих быстрого вычисления, написаны на C или C++.

Где находится библиотека NumPy?

Исходный код NumPy расположен в этой библиотеке github:https://github.com/numpy/numpy

github: позволяет многим людям работать над одним кодовым хранилищем.

Инструментальный ящик

Референсный справочник Python

Пример Python

Тест Python

Ссылки спонсоров