¿Quieres ser más experto en el uso de NumPy para realizar cálculos matemáticos? Este curso le ayuda a entender por qué un objeto de matriz en NumPy es significativamente más rápido que las listas estándar que se encuentran en Python. Descubrirás que «ndarray» hace referencia al objeto de matriz en NumPy y comprenderás que una matriz es diferente de una lista de Python porque almacena valores con el mismo tipo de datos. Por otro lado, una lista de Python puede almacenar elementos y valores que tienen diferentes tipos de datos. Podrás dominar las claves que usas cuando quieras ver la documentación en NumPy y usar booleanos para representar el valor real de una expresión de Python. Desarrollará su experiencia con los diferentes ejemplos de propiedades de matrices

En primer lugar, el curso le presenta los diferentes ejemplos de parámetros de rango en NumPy, incluidos los parámetros de inicio, parada y paso. Aclararemos que tienes que superar al menos uno de estos parámetros. Descubrirá que puede usar 1 como valor predeterminado cuando no proporciona el parámetro de paso. También descubrirá que la forma de cualquier matriz en particular se refiere al número de elementos que se encuentran en cada dimensión. ¿Qué es el corte de NumPy? Este curso presenta los pasos a seguir para llevar elementos de un índice específico a otro índice determinado. Aprenderás a usar diferentes comandos para imprimir otros elementos de Python y a excluir ciertos elementos del índice en función de la aplicación que desees. Además, dominarás la forma y la remodelación de NumPy y descubrirás que el atributo shape devuelve una tupla

A continuación, estudiarás los diferentes métodos utilizados para la computación científica en NumPy. Explicamos cómo usar la función linspace para crear secuencias numéricas y cómo usar la función max para encontrar el valor máximo de cualquier matriz dada. Generarás valores flotantes aleatorios entre 0 y 1 y utilizarás la función randint () para generar valores enteros aleatorios. Mostramos cómo puedes usar el apilamiento para unir matrices en NumPy. Por último, estudiarás las funciones matemáticas de NumPy, los ejes, el apilamiento vertical y horizontal, la elección aleatoria y los tipos de bits. Este curso interesará a los desarrolladores que quieran aprender a usar NumPy