深入理解NumPy


七集精华课程让你看透、玩转、用好、爱上NumPy。一门课让你看清NumPy ndarray在内存上的展现,熟悉NumPy内置的满目琳琅的兵器库。

        

课程难度

基础

已经参加学习的人数

330

课程主讲师

丁老师

学习次数

5955

学习指南
人群目标需要学习的课程
NumPy零基础能把NumPy顺利使用起来第二集课
NumPy初学者想了解NumPy都能干什么第六集课
NumPy初学者想学习NumPy的高级用法第四集课
NumPy经常用想了解NumPy的底层数据架构第三集课
NumPy经常用想用NumPy跟其他语言交互第五集课
NumPy经常用希望真正发挥NumPy的威力第七集课
课程大纲

第 1 集课程介绍

  • 1.1 课程介绍
  • 1.2 NumPy是什么?
  • 1.3 为什么要学NumPy
  • 1.4 为什么NumPy可以这么快?
  • 1.5 NumPy的生态
  • 1.6 本课程的优势
  • 1.7 课程安排
  • 1.8 课程学习方法
  • 1.9 学习建议

第 2 集NumPy快速入门

  • 2.1 本集介绍
  • 2.2 ndarray的创建与基本属性
  • 2.3 多维数组的轴与元素访问
  • 2.4 了解ndarray数学运算的矢量化
  • 2.5 了解ndarray的 view & copy
  • 2.6 数组层面的操作
  • 2.7 本集总结

第 3 集内存上的ndarray

  • 3.1本集介绍
  • 3.2 ndarray的本质
  • 3.3 ndarray对象
  • 3.4 大小端问题
  • 3.5 Indexing Order
  • 3.6 本集总结

第 4 集NumPy高阶编程

  • 4.1 本集介绍
  • 4.2 Broadcast
  • 4.3 布尔数组索引
  • 4.4 整数数组索引
  • 4.5 Numpy式迭代
  • 4.6 Masked Array
  • 4.7 本集总结

第 5 集NumPy的IO编程

  • 5.1 本集介绍
  • 5.2 Structured Arrays
  • 5.3 Numpy IO
  • 5.4 本集总结

第 6 集NumPy的函数库

  • 6.1 本集介绍
  • 6.2 随机数
  • 6.3 求和、均值、方差
  • 6.4 大小
  • 6.5 排序
  • 6.6 返回索引
  • 6.7 统计
  • 6.8 判断
  • 6.9 数组的拼接与换轴
  • 6.10 本集总结

第 7 集NumPy编程思想

  • 7.1 本集介绍
  • 7.2 Code Vectorization
  • 7.3 用Numpy来实现一个简单的MaxPooling层
  • 7.4 Problem Vectorization
  • 7.5 本集总结
导师团队
Q & A

更多问题、课程咨询、资料获取,扫码找小编






 课程咨询