Python: NumPy für Data Science

NumPy gilt als eine der populärsten Python-Bibliotheken für Data Science. Auch in weiterführenden Disziplinen wie der Bilderkennung und künstlichen Intelligenz kommt man um den Einsatz von NumPy nicht herum. Die Kernkomponente von NumPy sind mehrdimensionale Arrays, deren Verständnis für die Anwendung dieser leistungsstarken Library unverzichtbar ist.

Dieser Kurs bietet einen idealen Einstieg in die Welt von NumPy mit allen relevanten Funktionen und Tricks. Darin zeigt Ihnen der Data-Science-Experte Fabio Basler anhand praxisnaher Übungsdaten die wichtigsten Einsatzmöglichkeiten von NumPy. Dabei lernen Sie die Datenstruktur von Arrays kennen und machen sich mit diversen Funktionen und fortgeschrittenen Konzepten zur Datenaufbereitung und -transformation vertraut. Nicht zuletzt erhalten Sie viele wertvolle Tipps, die Ihnen die Arbeit mit NumPy erleichtern.

Alle Lektionen im Überblick:

• 1. Herzlich willkommen zu diesem Kurs

• 2. Einleitung

  • Kapitelüberblick

  • Einrichtung der Entwicklungsumgebung

  • Vorstellung der Notebooks

• 3. NumPy-Grundlagen

  • Kapitelüberblick

  • Warum NumPy mit Python?

  • Installation und Version

  • Hilfe und Funktionen

  • NumPy-Datentypen

  • Quiz: NumPy-Grundlagen

• 4. Arrays – Grundlagen

  • Kapitelüberblick

  • Arrays erstellen

  • zeros, ones, eye, full

  • full, full_like, identity, empty

  • arange und linspace

  • Random-Modul

  • Listen vs. Arrays

  • Mehrdimensionale Arrays

  • Matrizen

  • Sortierungen

  • Arrays kopieren

  • Aufgabe: Arrays-Grundlagen

  • Lösung: Arrays-Grundlagen

  • Quiz: Arrays – Grundlagen

• 5. Arrays – Vertiefung

  • Kapitelüberblick

  • Zufallsvariablen und Verteilungsfunktionen

  • Vergleichsoperatoren

  • UND, ODER, XOR, NOT

  • Any und All

  • Einfügen von Elementen in Arrays

  • Löschen von Elementen in Arrays

  • isnan

  • inf

  • Arrays laden und speichern

  • Arrays iterieren

  • Aufgabe: Arrays – Vertiefung

  • Lösung: Arrays – Vertiefung

  • Quiz: Arrays – Vertiefung

• 6. Berechnungen und Aggregationen

  • Kapitelüberblick

  • Mathematische Operationen

  • Funktionen für mathematische Operationen

  • Theorie: Array-Berechnungen

  • Aggregationsfunktionen (Teil 1)

  • Aggregationsfunktionen (Teil 2)

  • Rundungsfunktionen

  • Trigonometrische Berechnungen

  • Matrizenmultiplikationen

  • Korrelationskoeffizient

  • Quiz: Berechnungen und Aggregationen

• 7. Indexing und Slicing

  • Kapitelüberblick

  • Indexing-Grundlagen

  • Indexing bei mehrdimensionalen Arrays

  • Slicing

  • Aufgabe: Indexing und Slicing

  • Lösung: Indexing und Slicing

  • Quiz: Indexing und Slicing

• 8. Reshaping und Merging

  • Kapitelüberblick

  • Reshaping

  • ravel

  • transpose

  • resize

  • concatenate

  • row_stack und column_stack

  • Arrays auftrennen

  • dsplit, hsplit, vsplit

  • stack, dstack, hstack, vstack

  • Quiz: Reshaping und Merging

• 9. Array-Funktionen

  • Kapitelüberblick

  • repeat

  • flip

  • asarray und asmatrix

  • swapaxes und moveaxes

  • tile

  • trim_zeros und nonzero

  • atleast

  • append

  • unique

  • copyto

  • squeeze

  • Quiz: Array-Funktionen

• 10. Abschluss

  • Fazit und Kursabschluss

So lernen Sie mit diesem Videokurs:

In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:

• Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten

• Wissensquiz zur Lernkontrolle

• Lernhistorie und Lernfortschritt

• Lesezeichen und Notizen

• Volltextsuche in den Videos

• Frage-den-Experten-Modul

• Übungsmaterial zum Mitmachen

• Responsive Web-App und Videostreaming für alle Endgeräte

Technische Voraussetzungen:

Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.