Учебное пособие по NumPy

NumPy — основа основ для тех, кто начинает постигать Data Science.

В этой статье вы подробно узнаете:
— основные концепции NumPy;
— как создавать и манипулировать массивами NumPy различными способами;
— как применить эти навыки в реальных проектах.

https://tprg.ru/r3CM

#datascience #numpy

Вышло крупное обновление библиотеки NumPy

Новая версия библиотеки под номер 1.20 теперь поддерживает Python не ниже версии 3.7, обзавелась множеством новых функций в различных классах, а также прекратила поддержку некоторых устаревших модулей.

Почитать подробнее обо всех изменениях в библиотеке можно тут:

https://tprg.ru/dtm4

#numpy

​Введение в машинное обучение: от теории до создания первой нейронки

Как и следует из заголовка, в этом руководстве вы сможете разобраться в основах машинного обучения, изучите основные понятия и концепции, а затем создадите свою собственную нейронную сеть, используя NumPy:

https://tprg.ru/4hgP

#ml #numpy

​Numpy за 5 минут

Буквально за 5 минут вы познакомитесь с отличной библиотекой для Python, которая позволяет работать с многомерными массивами и матрицами, в этом видео:

https://tprg.ru/bdS6

#видео #numpy

​​Уменьшение использования памяти NumPy с помощью сжатия без потерь

Если работаете с большими массивами данных в NumPy, то можете столкнуться с тем, что в какой-то момент у вас закончится память. Одним из главных методов сокращения использования памяти является сжатие. Например, это можно сделать с помощью меньших dtypes и разреженных массивов.

Подробнее:

https://pythonspeed.com/articles/numpy-memory-footprint/

#numpy

Шпаргалка методов NumPy специально для Data Science.

#numpy

Все мы ходим в зал, чтобы накачаться
 
Но и про мозг не нужно забывать. Поэтому держите сборник со 100 упражнениями по NumPy, собранных из NumPy mailing list, Stack Overflow и документации.

Сами задачки расположены в порядке нарастающей сложности и подойдут как для новичков, так и для тех, кто уже знаком с этой библиотекой.
 
#numpy #библиотеки