https://github.com/cusyio/datenverarbeitung-mit-numpy

Kurs zum Schreiben und Optimieren eigener Programme zur Datenverarbeitung mit Numpy.

https://github.com/cusyio/datenverarbeitung-mit-numpy

Science Score: 13.0%

This score indicates how likely this project is to be science-related based on various indicators:

  • CITATION.cff file
  • codemeta.json file
    Found codemeta.json file
  • .zenodo.json file
  • DOI references
  • Academic publication links
  • Academic email domains
  • Institutional organization owner
  • JOSS paper metadata
  • Scientific vocabulary similarity
    Low similarity (1.7%) to scientific vocabulary

Keywords

numpy
Last synced: 10 months ago · JSON representation

Repository

Kurs zum Schreiben und Optimieren eigener Programme zur Datenverarbeitung mit Numpy.

Basic Info
  • Host: GitHub
  • Owner: cusyio
  • Default Branch: main
  • Size: 2.93 KB
Statistics
  • Stars: 1
  • Watchers: 4
  • Forks: 1
  • Open Issues: 2
  • Releases: 0
Topics
numpy
Created over 9 years ago · Last pushed over 5 years ago
Metadata Files
Readme

README.md

Datenverarbeitung mit NumPy

Voraussetzungen

Grundkenntnisse in Python

Ergebnis

Nach diesem Kurs können Sie eigene Programme zur Datenverarbeitung mit NumPy schreiben und optimieren.

Zielgruppe

Analysten, Wissenschaftler und Ingenieure, die Berechnungen mit numerischen Daten durchführen möchten.

Kursbeschreibung

NumPy ist die beliebteste Python-Bibliothek zur Verarbeitung numerischer Daten. Sie kombiniert die Benutzerfreundlichkeit von Python mit der Geschwindigkeit einer reinen C-Implementierung. Mit NumPy lassen sich Berechnungen mit großen Datenreihen und Matrizen in wenigen Zeilen Code implementieren. NumPy eignet sich daher hervorragend zur Laufzeitoptimierung von Python-Programmen. Der Kurs gibt eine anschauliche Einführung in die wesentlichen Features von NumPy mit vielen praktischen Beispielen. Als logische Fortsetzung der Grundfunktionalität werden die Möglichkeiten des Pakets Scipy vorgestellt, das zahlreiche mathematische Verfahren zur Anwendung auf NumPy-Datenstrukturen enthält.

Kursdauer

7 - 14 Stunden

Agenda

| Tag 1 | Tag 2 | |-------|-------| | Einführung in NumPy | Broadcasting | | Funktionen / ufuncs | Optimierung mit NumPy | | Indizierung | Die Bibliothek Scipy | | Typische Anwendungen | weitere Bibliotheken |

Einführung in NumPy

  • Überblick über den Funktionsumfang von NumPy
  • arrays
  • dtypes
  • reshape
  • Erstellen von arrays
  • Laden/Speichern von Daten

Indizierung

  • Indizierung von arrays
  • Views
  • fancy indexing
  • Sortieren
  • Mengenlogik

Funktionen

  • Eingebaute Funktionen
  • ufuncs
  • Matrizenoperationen
  • Rotation von Koordinaten

Optimierung

  • Eliminieren von Python-Schleifen mit NumPy
  • Spärlich besetzte Matrizen
  • Engpässe mit cProfile finden

Typische Anwendungen

  • Empfehlungssysteme
  • Eigenvektoren
  • Der PageRank Algorithmus
  • ein neuronales Netzwerk in NumPy implementieren

Broadcasting

  • Broadcasting
  • Stacking
  • Raveling

Die Bibliothek Scipy

  • Nullstellen von Funktionen finden
  • Anpassen von Polynomialfunktionen
  • Fourier Transformation
  • Datenvisualisierung

Weitere Bibliotheken

  • pandas
  • Statistiken mit statsmodel
  • maschinelles Lernen mit scikit-learn
  • Lösen linearer Gleichungssysteme mit Pulp und Gurobi
  • Spark
  • Dask

Owner

  • Name: cusy GmbH
  • Login: cusyio
  • Kind: organization
  • Email: info@cusy.io
  • Location: Berlin, Germany

Software consultancy solving complex problems, connecting strategy and execution, helping clients to strengthen their core competencies and flexible scaling.

GitHub Events

Total
Last Year

Issues and Pull Requests

Last synced: over 1 year ago

All Time
  • Total issues: 2
  • Total pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Total issue authors: 2
  • Total pull request authors: 0
  • Average comments per issue: 0.0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Past Year
  • Issues: 0
  • Pull requests: 0
  • Average time to close issues: N/A
  • Average time to close pull requests: N/A
  • Issue authors: 0
  • Pull request authors: 0
  • Average comments per issue: 0
  • Average comments per pull request: 0
  • Merged pull requests: 0
  • Bot issues: 0
  • Bot pull requests: 0
Top Authors
Issue Authors
  • krother (1)
  • veit (1)
Pull Request Authors
Top Labels
Issue Labels
enhancement (1) help wanted (1) question (1)
Pull Request Labels