Piano del corso

Tutorial di Python

• Tutorial di Python
• Introduzione a Python
• Accesso a Python
• Sintassi Python
• Commenti Python
• Variabili Python
• Tipi di dati Python
• Numeri Python
• Casting Python
• Stringhe Python
• Booleani Python
• Operatori Python
• Liste Python
• Tuple Python
• Set Python
• Dizionario Python
• If Else Python
• Ciclo While Python
• Ciclo For Python
• Funzione Python
• Lambda Python
• Array Python
• Classi/oggetti Python
• Ereditarietà Python
• Iterazione Python
• Ambito Python
• Modulo Python
• Data Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Input dei comandi Python
• Formattazione di stringhe Python

Gestione dei file

• Apertura di file Python
• Lettura di file Python
• Scrittura/creazione di file Python
• Eliminazione di file Python

Python NumPy

• Introduzione a NumPy
• Accesso a NumPy
• Creazione di array NumPy
• Indice di array NumPy
• Taglio di array NumPy
• Tipi di dati NumPy
• Copia/Visualizzazione NumPy
• Forma di array NumPy
• Rimodellamento di array NumPy
• Iterazione di array NumPy
• Connessione di array NumPy
• Suddivisione di array NumPy
• Ricerca di array NumPy
• Ordinamento di array NumPy
• Filtraggio di array NumPy
• Casuale NumPy
• ufunc NumPy

Apprendimento automatico

• Inizia
• Modo media
• Deviazione standard
• Percentili
• Distribuzione dati
• Distribuzione dati normali
• Diagramma a dispersione
• Regressione lineare
• Regressione polinomiale
• Regressione multivariata
• Scala
• Addestramento/test
• Albero decisionale

Python MySQL

• Inizia con MySQL
• Crea database MySQL
• Crea tabella MySQL
• Inserisci MySQL
• Select MySQL
• Where MySQL
• Ordina per MySQL
• Elimina MySQL
• Elimina tabella MySQL
• Aggiorna MySQL
• Limit MySQL
• Join MySQL

Python MongoDB

• Inizia con MongoDB
• Crea database MongoDB
• Crea集合 MongoDB
• Inserisci MongoDB
• Trova MongoDB
• Query MongoDB
• Ordina MongoDB
• Elimina MongoDB
• Elimina集合 MongoDB
• Aggiorna MongoDB
• Limit MongoDB

Manuale di riferimento Python

• Panoramica di riferimento Python
• Funzioni native Python
• Metodi di stringa Python
• Metodi di lista Python
• Metodi di dizionario Python
• Metodi di tuple Python
• Metodi di集合 Python
• Metodi di file Python
• Parole chiave Python

Manuale di riferimento del modulo

• Modulo casuale
• Modulo di richiesta

Python How To

• Eliminare gli elementi duplicati dalla lista
• Invertire una stringa

Esempio Python

• Esempio Python
• Quiz Python

Corso opzionale

Recomendazione di corso:

• Cassetta degli attrezzi CodeW3C.com

Cos'è NumPy?

NumPy è una libreria python per la gestione degli array.

Ha anche funzioni che lavorano in algebra lineare, trasformazioni di Fourier e campi matematici.

NumPy è stato creato da Travis Oliphant nel 2005. È un progetto open source, che puoi utilizzare liberamente.

NumPy si un acronimo di Python Numerico (Numerical Python).

Perché utilizzare NumPy?

In Python, abbiamo liste che soddisfano le funzionalità degli array, ma sono lente da gestire.

NumPy è progettato per fornire un oggetto array che è 50 volte più veloce rispetto alle liste tradizionali Python.

Gli oggetti array in NumPy sono chiamati ndarrayche fornisce molte funzioni di supporto, rendendo possibile l'utilizzo ndarray Molto facile.

Gli array sono molto utilizzati nella scienza dei dati, poiché la velocità e le risorse sono molto importanti.

Scienza dei dati:Una branca dell'informatica che studia come memorizzare, utilizzare e analizzare i dati per ottenere informazioni da essi.

Perché NumPy è più veloce delle liste?

Diversamente dalle liste, gli array NumPy sono memorizzati in posizioni contigue nella memoria, il che permette un accesso e una manipolazione molto efficienti.

Questo comportamento è noto in informatica come località di riferimento delle citazioni.

Questo è il motivo per cui NumPy è più veloce rispetto alle liste. È anche ottimizzato per utilizzare le più recenti architetture di CPU.

In che linguaggio è scritto NumPy?

NumPy è una libreria Python, scritta in parte in Python, ma la maggior parte delle parti che richiedono calcoli rapidi sono scritte in C o C++.

Dove si trova il repository di NumPy?

Il codice sorgente di NumPy si trova in questo repository github:https://github.com/numpy/numpy

github: permette a molte persone di lavorare sulla stessa raccolta di codice.

Strumenti

Manuale di riferimento Python

Esempio Python

Quiz Python

Link sponsorizzati