[ad_1]
Le tutoriel ultime NumPy pour les débutants en science des données:
Qu’est-ce que la bibliothèque NumPy en Python?
NumPy signifie Numerical Python et est l’une des bibliothèques scientifiques les plus utiles en programmation Python. Il prend en charge les grands objets de tableau multidimensionnel et divers outils pour travailler avec eux. Diverses autres bibliothèques comme Pandas, Matplotlib et Scikit-learn sont construites au-dessus de cette bibliothèque incroyable.
Listes Python et tableaux NumPy – Quelle est la différence?
Si vous connaissez Python, vous vous demandez peut-être pourquoi utiliser des tableaux NumPy alors que nous avons déjà des listes Python? Après tout, ces listes Python agissent comme un tableau pouvant stocker des éléments de différents types. C’est une question parfaitement valide et la réponse à cela est cachée dans la façon dont Python stocke un objet en mémoire.
Un objet Python est en fait un pointeur vers un emplacement mémoire qui stocke tous les détails sur l’objet, comme les octets et la valeur. Bien que ces informations supplémentaires soient ce qui fait de Python un langage typé dynamiquement, elles ont également un coût qui devient apparent lors du stockage d’une grande collection d’objets, comme dans un tableau.
Les listes Python sont essentiellement un tableau de pointeurs, chacun pointant vers un emplacement contenant les informations relatives à l’élément. Cela ajoute beaucoup de surcharge en termes de mémoire et de calcul. Et la plupart de ces informations sont rendues redondantes lorsque tous les objets stockés dans la liste sont du même type!
Pour surmonter ce problème, nous utilisons des tableaux NumPy qui ne contiennent que des éléments homogènes, c’est-à-dire des éléments ayant le même type de données. Cela le rend plus efficace pour stocker et manipuler le tableau. Cette différence devient apparente lorsque le tableau a un grand nombre d’éléments, disons des milliers ou des millions. De plus, avec les tableaux NumPy, vous pouvez effectuer des opérations élémentaires, ce qui n’est pas possible avec les listes Python!
C’est la raison pour laquelle les tableaux NumPy sont préférés aux listes Python lors de l’exécution d’opérations mathématiques sur une grande quantité de données.
Sommaire:
En bref – NumPy est l’une des bibliothèques les plus fondamentales de Python et peut-être la plus utile de toutes. NumPy gère efficacement et efficacement de grands ensembles de données. En tant que data scientist ou aspirant professionnel de la science des données, nous devons avoir une solide compréhension de NumPy et de son fonctionnement en Python.
Dans ce cours, nous commencerons par décrire ce qu’est la bibliothèque NumPy et pourquoi vous devriez la préférer aux listes Python omniprésentes mais encombrantes. Ensuite, nous aborderons certaines des opérations NumPy les plus basiques qui vous rendront accro à cette bibliothèque géniale!
SI VOUS TROUVEZ CECI COURS UDEMY GRATUIT » NumPy «UTILE ET UTILE VEUILLEZ ALLER DE L’AVANT PARTAGEZ LES CONNAISSANCES AVEC VOS AMIS PENDANT QUE LE COURS EST TOUJOURS DISPONIBLE
[ad_2]
Telecharger ici
