NumPy je základním kamenem v arzenálu každého specialisty na data. Je to nesmírně prospěšná knihovna pro manipulaci s daty a esenciální dovednost pro všechny datové vědce, analytiky a inženýry.
Pokud toužíte po osvojení této vyhledávané schopnosti, čtěte dále. Tento článek objasní, co NumPy je, proč je tak významný a jaké jsou nejlepší dostupné zdroje pro jeho studium.
Co je NumPy?
NumPy, neboli Numerical Python, je knihovna, kterou v roce 2005 vytvořil Travis Oliphant pro účely datové analýzy.
Jádrem NumPy je pole. Pole je jednoduše strukturovaný seznam datových hodnot. Takové pole lze využít k reprezentaci vektorů. Velmi se podobá vestavěnému typu seznamu v Pythonu, ale s klíčovým rozdílem.
Na rozdíl od pythonovských seznamů jsou data v NumPy uložena v souvislé paměti. To znamená, že hodnoty jsou v paměti umístěny vedle sebe. Díky tomu je přístup k hodnotám výrazně rychlejší; NumPy pole jsou pro typické operace až 50krát svižnější než pythonovské seznamy.
Stejně jako seznamy v Pythonu, i pole mohou ukládat další pole jako své prvky. To umožňuje vytvářet složitější matematické struktury, například matice a vícerozměrná pole. Pole obsahují praktické metody pro standardní statistické operace, jako je výpočet průměru, mediánu a směrodatné odchylky. Můžete je upravovat dělením, spojováním, tvarováním a změnou jejich struktury.
Předpoklady pro použití NumPy
- Instalovaný Python
- Instalovaný pip
- Vývojové prostředí, například VSCode, nebo ideálně prostředí založené na noteboocích, jako je Jupyter
- Znalost Pythonu
Přečtěte si také: Úvod do notebooků Jupyter pro začátečníky
Příklady použití
- NumPy se využívá pro datově vědecké úlohy, protože nabízí rychlejší pole namísto vestavěných seznamů Pythonu.
- Díky integrovaným funkcím se dá použít pro řešení problémů lineární algebry.
- Využívá se ve strojovém učení díky rychlému zpracování vektorů a matic.
- Díky funkcím pro generování náhodných čísel se dá použít pro vytváření náhodných datových sad.
Kurzy pro výuku NumPy
Níže najdete výběr nejlepších zdrojů pro studium NumPy a datové vědy. Většina z těchto zdrojů předpokládá určitou míru znalosti Pythonu. Pokud jste se s Pythonem ještě nesetkali, podívejte se na náš seznam nejlepších zdrojů pro výuku Pythonu.
Předpoklady pro hluboké učení: The Numpy Stack v Pythonu
Tento kurz na platformě Udemy představuje jemný úvod do přípravy na hluboké učení s využitím Pythonu. Naučí vás používat NumPy pro vektorové a maticové výpočty.
Navíc zahrnuje knihovny Pandas (pro manipulaci s datovými sadami), Matplotlib (pro vizualizaci dat) a Scipy (pro statistické výpočty v Pythonu).
Kurz obsahuje šest hodin videoobsahu na vyžádání a po zakoupení k němu získáte doživotní přístup. Součástí je i certifikát. Před zahájením tohoto kurzu byste měli mít povědomí o lineární algebře a programování v Pythonu.
Analýza dat s Pythonem: NumPy & Pandas Masterclass
Tento obsáhlý kurz vás provede analýzou dat s využitím Pandas a NumPy. Metodika kurzu zahrnuje 216 přednášek, 3 články a 2 zdroje ke stažení. Celkově získáte více než třináct hodin výukového obsahu.
Začíná se seznámením s NumPy a konceptem pole, které je klíčovým objektem v NumPy. Dále se v kurzu naučíte používat Pandas, populární a užitečnou knihovnu pro práci s datovými sadami. Na závěr se seznámíte s vizualizací dat pomocí knihovny Matplotlib.
Tento kurz se odlišuje od ostatních tím, že je praktičtější. Naučíte se hrát roli datového analytika ve velké mezinárodní maloobchodní společnosti, která analyzuje data z jejích různých provozů. Jak se očekávalo, kurz předpokládá znalost Pythonu.
Python s NumPy pro naprosté začátečníky
Tento kurz je jedním z nejpřístupnějších úvodů do NumPy pro začátečníky. Ačkoliv se předpokládá znalost Pythonu, kurz představí NumPy od samého začátku.
Začíná se seznámením s NumPy poli. Vysvětluje se, jak se liší od pythonovských seznamů a proč jsou rychlejší a vhodnější pro datovou vědu, inženýrství a analýzu.
Dále se naučíte, co všechno se s těmito poli dá dělat. Patří sem například vytváření polí, přístup k nim pomocí indexů, dělení, spojování a změna jejich struktury.
Tento kurz má dvě hodiny videoobsahu a zaměřuje se výhradně na NumPy. Můžete ho absolvovat a získat certifikát během jednoho týdne.
Úvod do NumPy
Tento kurz od DataCamp je vhodný pro začátečníky s NumPy. Kurz trvá přibližně 4 hodiny a obsahuje 13 kvalitně zpracovaných videí a 49 cvičení, které vám pomohou upevnit si nabyté vědomosti.
Je součástí programu Data Scientist, takže po absolvování dalších kurzů v rámci tohoto programu získáte certifikát DataCamp Data Scientist.
Co se týče obsahu, kurz představí pole a vysvětlí, jaké výhody mají oproti seznamům v Pythonu. Dále se seznámíte s technikami vysílání a vektorizace, díky kterým bude váš kód rychlejší a efektivnější. Procvičíte si operace s poli na datové sadě Monet.
Tutoriál Simplilearn NumPy
Tento bezplatný tutoriál od Simplilearn pojednává o základech NumPy. Je stručný a jde přímo k věci. Článek obsahuje minimum vysvětlení a je ideální jako referenční materiál, nebo pokud už víte, co NumPy je a jak fungují různé funkce.
Článek obsahuje úryvky kódu ilustrující použití různých funkcí na příkladech. Hodí se, pokud spěcháte a chcete se s NumPy seznámit během deseti minut. Protože jde o článek, není zde prostor pro procvičování ani žádné datové sady.
Museli byste si sami vytvořit procvičovací prostředí a vyhledat datové sady, se kterými budete pracovat. Platforma Kaggle je dobrým místem pro hledání datových sad a vytváření notebooků pro procvičování datové vědy.
W3Schools
Tento tutoriál od W3Schools je mým osobním favoritem. Je bezplatný a obsáhlý, pojednává o všech základech NumPy a pokročilejších tématech, jako je generování náhodných statistických rozdělení a použití univerzálních funkcí pro implementaci vektorizace.
Celkem se tutoriál skládá ze 43 webových stránek s výstižnými, ale dostatečnými vysvětleními a úryvky kódu ilustrovanými příklady. Kromě toho W3Schools nabízí editor pro psaní vašich NumPy dotazů a kvíz, ve kterém si můžete ověřit svoje znalosti.
Všechny tyto doplňky jsou volitelné, ale usnadní vám učení. Zapsáním se do placeného kurzu NumPy můžete získat certifikát, který si můžete přidat do životopisu.
Kurz Scaler
Tento kurz na Scaleru je kvalitně strukturovaný. Obsahuje šest modulů, které se věnují úvodu do NumPy, vícerozměrným polím, datovým strukturám, funkcím, vysílání a dalším různým konceptům.
Celkem obsahuje 32 lekcí s 5 hodinami a 33 minutami videoobsahu. K dispozici je 26 výzev, které vám pomohou uplatnit to, co jste se naučili, a upevnit si pojmy v hlavě. Po dokončení kurzu získáte certifikát.
Jak se očekává, před zahájením kurzu je třeba znát programovací jazyk Python. Dalším předpokladem je vývojové prostředí s Pythonem a NumPy nainstalovaným v počítači.
Průvodce Numpym od Travise Oliphanta
Tato kniha od tvůrce NumPy je určena jako referenční materiál pro ty, kteří už Python znají, ale rádi by se dozvěděli více o NumPy a dalších nástrojích.
Travis Oliphant se v této knize věnuje nejen tomu, jak NumPy používat, ale také jak ji rozšiřovat pomocí API. Jedná se pravděpodobně o nejpodrobnější a nejkomplexnější zdroj informací o NumPy.
Je ideální pro pokročilé uživatele NumPy, kteří chtějí hlouběji pochopit, jak NumPy funguje, a potřebují podrobný návod pro případné příspěvky do knihovny.
Numpy Průvodce pro začátečníky od Ivana Idrise
Tato kniha o NumPy je určena pro začátečníky. Je cílená na vědce, inženýry, programátory a analytiky, kteří již znají Python, ale chtějí si rozšířit své schopnosti o dovednosti v NumPy.
Kniha popisuje instalaci NumPy, Matplotlib, Scipy a IPython do místního počítače. Dále pojednává o polích a jejich různých dostupných funkcích. Následně knihovnu využijete pro provádění maticových operací a otestování kódu pomocí Numpy.testing. Celkově je tato kniha obsáhlým průvodcem NumPy.
NumPy: Od základů po pokročilé od Karana Singha Bishta
Název „NumPy od základů po pokročilé“ mluví sám za sebe. Tato kniha vás má vést krok za krokem od nulové znalosti knihovny až po pokročilé použití některých jejích funkcí.
Kniha probírá základy, jako je vysvětlení, co je pole, až po pokročilejší témata jako je vliv mezipaměti CPU a životní cyklus Ndarray. Jejím cílem je vytvořit pevný základ pro budoucí práci se strojovým učením s knihovnou NumPy.
Výukový program na YouTube FreeCodeCamp
FreeCodeCamp se v poslední době stává stále populárnější platformou pro výukové programy vysoké kvality v oblasti kódování a vývoje softwaru. V rámci jeho katalogu tutoriálů najdete i tento komplexní tutoriál o NumPy. Stejně jako všechny ostatní tutoriály je k dispozici zdarma.
Tutoriál trvá přibližně hodinu a probírá základy NumPy. Je to nenáročný úvod do knihovny, který by neměl být zbytečně obtížný pro ty, kteří teprve začínají. Jak se dá očekávat, před zhlédnutím videa je nutná znalost jazyka Python.
Závěrečná slova
NumPy je neuvěřitelně užitečná a všestranná knihovna. Je to standardní nástroj pro většinu úkolů v datové vědě a inženýrství. Tento článek vás seznámil s NumPy a poskytl vám abstraktní přehled klíčových pojmů na vysoké úrovni.
Dále článek uvádí zdroje, které vám mohou být na cestě k učení Pythonu prospěšné. Stručný popis každého zdroje vám pomůže při rozhodování, který si vybrat.
Dále se podívejte na nejlepší knihovny Pythonu pro datové vědce.