全书简介和作者寄语

巨硬的NumPy

巨硬的NumPy 教程包括两部分:《从小白到入门》和《从入门到熟练》。

  • 《从小白到入门》旨在帮助没有基础的同学快速掌握 numpy 的常用功能,保证日常绝大多数场景的使用。
  • 《从入门到熟练》目的是帮助有进一步需要的同学对 numpy 进行更深入地了解,主要包括基本概念、操作,原理分析和例子。

设计思想:

  • 两部分侧重点不同的教程
  • 章节互相独立可单独学习

从小白到入门

原则

  • 偏实用高频 API
  • 展示实际用法
  • 简单直接

大纲

已列出重要接口。

  • 创建和生成
    • 从 python 列表或元组创建
    • 使用 arange 生成
    • 使用 linspace/logspace 生成
      • np.linspace
    • 使用 ones/zeros 创建
    • 使用 random 生成
    • 从文件读取
  • 统计和属性
    • 尺寸相关
      • np.shape
    • 最值分位
      • np.max/min
    • 平均求和标准差
      • np.average
      • np.sum
  • 形状和转换
    • 改变形状
      • np.expand_dims
      • np.squeeze
      • np.reshape/arr.reshape
    • 反序
    • 转置
      • arr.T
      • np.transpose
  • 分解和组合
    • 切片和索引
      • index/slice
    • 拼接
      • np.concatenate
      • np.stack
    • 重复
    • 分拆
      • np.split
  • 筛选和过滤
    • 条件筛选
    • 提取
    • 抽样
    • 最值 Index
      • np.argmax/argmin
      • np.argsort
  • 矩阵和运算
    • 算术
    • 矩阵
      • arr.dot
      • np.matmul
  • 小结和心得
    • 内容小结
    • 心得技巧
  • 巩固和练习
    • 基础题目 1
    • 基础题目 2
    • 进阶题目
  • 解答和参考
    • 基础题目 1
    • 基础题目 2
    • 进阶题目
  • 文献和资料

从入门到熟练

原则

  • 系统全面
  • 原理介绍
  • 例子辅助理解

大纲

  • 核心概念
    • 常量
    • 数据类型
    • 结构化数组
    • 时间数组
    • 数组对象
    • 自定义数组容器
    • 子类化与标准子类
  • 操作变换
    • 广播
    • 通函数
    • 基本操作
    • 排序搜索
    • 集合操作
    • 函数式编程
    • 测试
  • 数值计算
    • 数学函数
    • 数值分析
    • 导数和微积分
    • 多项式
    • 逻辑运算
    • 二进制运算
    • 字符串
  • 线性代数
    • 数组乘法
    • 基础概念
    • 矩阵运算
    • Einsum
    • Padding
    • 卷积
    • 掩码运算
  • 概率统计
    • 基本指标
    • 相关性
    • 柱状图
    • 计数
    • 随机生成器
    • 随机排列
    • 随机分布
  • 不止NumPy
    • Numba
    • JAX
    • Cython
    • CuPy
    • Sparse
    • Dask
    • Xarray

社区反馈

反馈来自社区。格式:微信昵称:意见。谢谢诸位反馈。

  • 潭:语速有点快;切片和索引希望详细点。
  • 我的名字:重点部分放慢速度,非重点也许可以跳过。
  • Channer:常用的、不容易理解的参数可以重点讲一下,举一些简单的例子。

你可能感兴趣的:(巨硬的Numpy,numpy,python,数据分析)