Introduksjon til NumPy
For å føle deg trygg og fullføre dette kurset med suksess, anbefaler vi sterkt at du fullfører følgende kurs på forhånd (bare klikk på dem for å starte):
I en verden full av data er det ekstremt viktig å jobbe med matriser og arrays. Det er her NumPy kommer til nytte. Med sin lynraske hastighet og relativt brukervennlige grensesnitt, har det blitt det mest brukte Python-biblioteket for å jobbe med arrays.
La oss nå diskutere hastigheten til NumPy og hvor den kommer fra. Til tross for at det er et Python-bibliotek, er det for det meste skrevet i C, et lavnivåspråk som tillater raske beregninger.
En annen medvirkende faktor til NumPys hastighet er vektorisering. I hovedsak innebærer vektorisering å transformere en algoritme fra å operere på en enkelt verdi om gangen til å operere på et sett av verdier (vektor) samtidig, som utføres under panseret på CPU-nivå.
Swipe to start coding
For å bruke NumPy, bør du først importere det, så importer numpy ved å bruke aliaset np.
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
What are the prerequisites for this course?
Can you explain more about NumPy and its applications?
How does vectorization improve the speed of NumPy?
Awesome!
Completion rate improved to 3.7Introduksjon til NumPy
Sveip for å vise menyen
For å føle deg trygg og fullføre dette kurset med suksess, anbefaler vi sterkt at du fullfører følgende kurs på forhånd (bare klikk på dem for å starte):
I en verden full av data er det ekstremt viktig å jobbe med matriser og arrays. Det er her NumPy kommer til nytte. Med sin lynraske hastighet og relativt brukervennlige grensesnitt, har det blitt det mest brukte Python-biblioteket for å jobbe med arrays.
La oss nå diskutere hastigheten til NumPy og hvor den kommer fra. Til tross for at det er et Python-bibliotek, er det for det meste skrevet i C, et lavnivåspråk som tillater raske beregninger.
En annen medvirkende faktor til NumPys hastighet er vektorisering. I hovedsak innebærer vektorisering å transformere en algoritme fra å operere på en enkelt verdi om gangen til å operere på et sett av verdier (vektor) samtidig, som utføres under panseret på CPU-nivå.
Swipe to start coding
For å bruke NumPy, bør du først importere det, så importer numpy ved å bruke aliaset np.
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
single
