برنامه نویسی به زبان Python و با فریمورک Numpy

کتابخانه Numpy برای علوم داده ، یادگیری ماشین ، پاندا ، یادگیری عمیق با استفاده از پایتون از A-Z با دوره پشته Numpy

عنوان اصلی : NumPy Python Programming Language Library from Scratch A-Z™

سرفصل های دوره :

نصب ها:
پیوند پرونده های پروژه نوت بوک در مورد کتابخانه زبان برنامه نویسی Numpy Python
نصب توزیع آناکوندا برای MACOS
6 مشاوره و پیوندها در مورد Numpy ، numpy pyhon
نصب توزیع آناکوندا برای لینوکس
Numpy کتابخانه مقدمه:
قدرت numpy
مسابقه
ایجاد آرایه numpy در پایتون:
ایجاد آرایه numpy با عملکرد آرایه ()
ایجاد آرایه numpy با عملکرد صفر ()
ایجاد آرایه numpy با عملکرد ()
ایجاد آرایه numpy با عملکرد کامل ()
ایجاد آرایه numpy با عملکرد Arange ()
ایجاد آرایه numpy با عملکرد چشم ()
ایجاد آرایه numpy با عملکرد Linspace ()
ایجاد آرایه numpy با عملکرد تصادفی ()
خواص آرایه numpy
مسابقه
توابع در کتابخانه Numpy:
تغییر شکل یک آرایه numpy: تابع تغییر شکل ()
شناسایی بزرگترین عنصر یک آرایه numpy
تشخیص حداقل عنصر آرایه numpy: min () ، ar
جمع آوری آرایه های numpy: concatenate () functio
تقسیم آرایه های Numpy یک بعدی: تقسیم
تقسیم آرایه های Numpy دو بعدی: تقسیم () ،
مرتب سازی آرایه های numpy: عملکرد ()
مسابقه
نمایه سازی ، برش و اختصاص آرایه های NUMPY:
نمایه سازی آرایه های numpy
برش آرایه های Numpy یک بعدی
برش آرایه های دو بعدی numpy
اختصاص مقدار به آرایه های یک بعدی
اختصاص مقدار به آرایه دو بعدی
نمایه سازی فانتزی آرایه های یک بعدی
ترکیب شاخص فانتزی با نمایه سازی طبیعی
ترکیب شاخص فانتزی با برش معمولی
عملیات در کتابخانه Numpy:
عملیات با اپراتورهای مقایسه
عملیات حسابی در Numpy
عملیات آماری در Numpy
حل معادلات درجه دوم با numpy
اضافی:
کتابخانه زبان برنامه نویسی Numpy Python از ابتدا A-Z