Основы NumPy: от типов Python до универсальных функций

Практический курс по библиотеке NumPy для Python. Вы освоите типы данных, создание массивов, индексацию, срезы, изменение формы, склейку и разбиение массивов, а также универсальные функции (ufunc) для быстрых поэлементных вычислений. Каждая глава завершается экзаменом. Подходит тем, кто знает основы Python и хочет…
Начальный уровень
4-5

Чему вы научитесь

  • Понимать, как Python хранит числа и списки в памяти, и почему ndarray эффективнее обычного list для числовых данных
  • Создавать массивы NumPy разными способами: из списков, с помощью генераторов сеток, случайных чисел, единичных и нулевых матриц
  • Уверенно работать с атрибутами массива: ndim, shape, size, dtype, itemsize, nbytes
  • Обращаться к элементам через индексы (в том числе отрицательные) и многомерную индексацию [i, j]
  • Извлекать подмассивы с помощью срезов start:stop:step по нескольким осям одновременно
  • Различать представление (view) и копию (copy) и понимать, когда изменение среза затрагивает оригинал
  • Менять форму массивов через reshape, авто-размерность -1 и добавление осей
  • Склеивать и разрезать массивы по любой оси
  • Заменять медленные циклы Python быстрыми векторными операциями NumPy
  • Использовать продвинутые возможности ufunc: аргумент out, методы reduce, accumulate, outer
  • Разбираться в системе типов NumPy: int8-int64, float16-float64, переполнение, машинный эпсилон

О курсе

Цели курса

Дать системное и практическое понимание фундамента библиотеки NumPy - от устройства памяти до быстрых поэлементных вычислений. После курса вы сможете уверенно читать и писать код с ndarray, не спотыкаясь о форму, типы и поведение срезов.

Почему стоит выбрать именно этот курс

  • Глубина без воды. Каждая тема объясняется не поверхностно ("вот функция, вот пример"), а с пониманием того, что происходит под капотом: почему list медленный, как устроен буфер ndarray.
  • Огромный банк заданий. 254 тестовых вопроса пяти разных форматов (выбор одного ответа, нескольких, сортировка, сопоставление, пропуски) и 75 практических задач с автоматической проверкой. Это не пара примеров на слайде - это тренировка до автоматизма.
  • Экзамены после каждой главы. 3 полноценных экзамена (по 30 тестов + 15 практических задач), написанных с новыми ракурсами, чтобы проверить понимание, а не запоминание.
  • Последовательная структура. Темы идут в логичном порядке: сначала типы и память, потом массивы и манипуляции, затем вычисления. Каждая глава опирается на предыдущую.

Для кого этот курс

Для кого этот курс - Начинающие аналитики данных, которые хотят перейти от Excel и базового Python к работе с числовыми массивами - Студенты технических специальностей, изучающие Python для научных вычислений, физики, математики, инженерии - Разработчики на Python, которые встречают NumPy в проектах (машинное обучение, обработка изображений, финансы) и хотят понять, что стоит за np.array - Выпускники вводных курсов Python, готовые к следующему шагу в сторону data science - Самоучки, которые копировали код с NumPy из Stack Overflow и хотят наконец разобраться, как он работает

Начальные требования

  • Python на базовом уровне: переменные, условия, циклы for/while, функции, списки, словари, работа с print и input
  • Умение запускать Python-код: через терминал, Jupyter Notebook, VS Code, PyCharm или любую другую среду
  • Установленный NumPy: pip install numpy (рекомендуется версия 1.20+, поддерживается вплоть до последних версий NumPy 2.x)
  • Знание математики на уровне школы: арифметика, степени, корни, синус/косинус, логарифм (углубленная математика не нужна)
  • Опыт работы с NumPy не требуется - курс начинается с нуля

Наши преподаватели

Аватар пользователя

Как проходит обучение

  1. Читаете теорию. Каждая подглава - это текст с примерами кода. Примеры можно копировать и запускать. Все выходные значения указаны в комментариях, чтобы вы могли сразу проверить себя.

  2. Решаете тесты. После каждой подглавы - набор вопросов: выбор одного или нескольких ответов, расстановка в правильном порядке, сопоставление пар, заполнение пропусков. Тесты проверяют, что вы поняли идею, а не просто прочитали текст.

  3. Пишете код. Практические задачи работают по схеме "ввод -> вывод": вы получаете данные через stdin, обрабатываете их с помощью NumPy и выводите результат. Автоматический чекер проверяет ваш ответ на 20+ тестовых наборах данных, включая граничные случаи.

  4. Сдаете экзамен. В конце каждой главы - экзамен из 30 тестовых вопросов и 15 практических задач. Экзаменационные вопросы написаны под другим углом, чем модульные, и практика не подсказывает имена функций. Это проверка реального понимания.

  5. Двигаетесь дальше. Главы идут последовательно: каждая опирается на знания из предыдущей. Рекомендуем проходить курс по порядку.

Программа курса

загружаем...

Что вы получаете

  • Системные знания основ NumPy, которые не устаревают от версии к версии
  • Практический навык работы с многомерными массивами, срезами и векторными вычислениями
  • 329 решенных заданий в портфолио, подтверждающих ваш уровень
  • Подготовку к следующему шагу: Pandas, SciPy, scikit-learn, TensorFlow/PyTorch - все они опираются на NumPy
  • Уверенность при чтении и написании кода с ndarray в рабочих проектах и на собеседованиях
Price: Бесплатно

Расскажите о курсе друзьям

Price: Бесплатно