11 كتابًا ودورة لتعلم NumPy في شهر [2023]

NumPy هو مفتاح الربط في صندوق أدوات كل عالم بيانات. إنها مكتبة مفيدة بشكل لا يصدق للعمل مع البيانات ومهارة لا غنى عنها لجميع علماء البيانات والمحللين والمهندسين.

إذا كنت ترغب في تعلم هذه المهارة المطلوبة ، فاقرأ ، ستشرح هذه المقالة ماهية NumPy ، ولماذا هي مهمة ، وأفضل الموارد للتعلم.

ما هو NumPy؟

NumPy لتقف على Python العددية. إنها مكتبة أنشأها Travis Oliphant في 2005 وتستخدم لتحليل البيانات.

في قلب NumPy توجد المصفوفة. المصفوفة هي ببساطة قائمة من قيم البيانات. يمكن استخدام هذه المجموعة لتمثيل المتجهات. إنه مشابه جدًا لنوع القائمة المضمنة في Python ولكن له اختلاف رئيسي واحد.

على عكس قوائم Python ، يتم تخزين البيانات في NumPy في ذاكرة متجاورة. هذا يعني أن القيم مخزنة بجانب بعضها البعض في الذاكرة. هذا يجعل الوصول إلى القيم أسرع ؛ تعد مصفوفات NumPy أسرع بما يصل إلى 50 مرة من قوائم Python للعمليات الشائعة.

مثل قوائم Python ، يمكن للمصفوفات تخزين المصفوفات الأخرى كعناصر. يتيح لك ذلك إنشاء تراكيب رياضية أكثر تعقيدًا مثل المصفوفات والمصفوفات ذات الترتيب الأعلى. تحتوي المصفوفات على طرق مفيدة للعمليات الإحصائية الشائعة مثل حساب المتوسط ​​والمتوسط ​​والانحراف المعياري. يمكنك تعديلها عن طريق التقسيم والانضمام والتشكيل وإعادة التشكيل.

متطلبات استخدام Numpy

• تركيب ثعبان
• تركيب الأنابيب
• IDE مثل VSCode أو ، بشكل مثالي ، IDE قائم على الكمبيوتر المحمول مثل Jupyter
• معرفة لغة بايثون

اقرأ أيضًا: مقدمة للمبتدئين في دفتر Jupyter

استخدم حالات

• يستخدم Numpy لمهام علوم البيانات بسبب مصفوفاته الأسرع بدلاً من قوائم Python المضمنة.
• يمكن استخدامه لحل مسائل الجبر الخطي باستخدام وظائفه المضمنة.
• يتم استخدامه في التعلم الآلي بسبب حسابه السريع للمتجهات والمصفوفات.
• يتم استخدامه لإنشاء مجموعات بيانات عشوائية باستخدام وظائفه الإحصائية العشوائية.

دورات لتعلم NumPy

فيما يلي بعض من أفضل الموارد لتعلم NumPy وعلوم البيانات. تفترض معظم هذه الموارد بعض الإلمام ببايثون. إذا لم تكن قد تعلمت Python حتى الآن ، فإليك قائمة أفضل الموارد لتعلم Python.

متطلبات التعلم العميق: Numpy Stack في Python

تقدم دورة Udemy هذه دليلاً لطيفًا لإعدادك للتعلم العميق باستخدام Python. تعلمك الدورة كيفية استخدام Numpy لحسابات المتجهات والصفوف.

بالإضافة إلى ذلك ، فإنه يغطي Pandas ، وهي مكتبة للتعامل مع مجموعات البيانات في Python: Matplotlib (أداة تصور البيانات) ، و Scipy (مكتبة إحصائيات الحوسبة في Python).

تحتوي الدورة التدريبية على ست ساعات من الفيديو عند الطلب ، وبمجرد شرائها ، يمكنك الوصول إليها مجانًا مدى الحياة. يتضمن شهادة. قبل تجربة هذه الدورة التدريبية ، يجب أن تكون على دراية وراحة في الجبر الخطي والبرمجة في بايثون.

تحليل البيانات باستخدام Python: NumPy & Pandas Masterclass

تعلمك هذه الدورة الشاملة كيفية تحليل البيانات باستخدام Pandas و NumPy. تتكون الطريقة من 216 محاضرة و 3 مقالات ومصدرين قابلين للتنزيل. يمنحك هذا إجماليًا يزيد عن ثلاث عشرة ساعة من المحتوى.

يبدأ بتعريفك بـ NumPy ومفهوم المصفوفة ، وهو الكائن المركزي في NumPy. بعد ذلك ، ستعلمك الدورة كيفية استخدام Pandas ، وهي مكتبة شائعة ومفيدة للعمل مع مجموعات البيانات. ثم أخيرًا ، ستتعلم تصور البيانات باستخدام مكتبة Matplotlib.

ما يجعل هذه الدورة التدريبية مختلفة عن معظمها هو أنها تجعل الدروس عملية أكثر من خلال تعليمك من خلال لعب الأدوار. ستلعب دور محلل البيانات في شركة تجزئة كبيرة متعددة الجنسيات لتحليل البيانات التي تم جمعها من عملياتها المختلفة. كما هو متوقع ، تفترض الدورة التدريبية بعض الإلمام ببايثون قبل بدء الدورة التدريبية.

Python مع NumPy للمبتدئين المطلقين

هذه الدورة هي واحدة من أكثر الدورات ملائمة للمبتدئين على NumPy. بينما من المتوقع أن تعرف لغة Python ، تقدم الدورة التدريبية NumPy من البداية.

يبدأ بتقديمك لمصفوفات NumPy. يشرح كيف تختلف عن قوائم بايثون وكيف أنها أسرع وأكثر ملاءمة لعلوم البيانات والهندسة والتحليل.

بالإضافة إلى ذلك ، ستتعلم كل الأشياء المختلفة التي يمكنك القيام بها باستخدام هذه المصفوفات. وتشمل هذه على سبيل المثال لا الحصر إنشاء المصفوفات والوصول إليها باستخدام الفهارس وتقطيعها وضمها وتشكيلها وإعادة تشكيلها.

تحتوي هذه الدورة التدريبية على ساعتين من محتوى الفيديو وتركز فقط على Numpy. يمكنك إكمال هذا والحصول على شهادة في غضون أسبوع.

مقدمة إلى NumPy

هذه الدورة التدريبية بواسطة DataCamp ملائمة للمبتدئين لـ NumPy. تستغرق الدورة حوالي 4 ساعات وتتضمن 13 مقطع فيديو جيد الصنع و 49 تمرينًا لمساعدتك على ترسيخ المفاهيم التي تعلمتها.

إنه جزء من مسار عالم البيانات ، لذلك إذا أكملت دورات أخرى في نفس المسار ، فستحصل على شهادة DataCamp Data Scientist الخاصة بك.

أما بالنسبة للمحتوى ، فهو يقدم المصفوفات ويشرح مزايا استخدامها على القوائم في Python. بعد ذلك ، ستتعلم تقنيات البث والاتجاه لجعل الكود الخاص بك أسرع وأكثر كفاءة. سوف تتدرب على عمليات المصفوفة على مجموعة بيانات Monet.

Simplilearn دروس NumPy

يغطي هذا البرنامج التعليمي المجاني من Simplilearn أساسيات Numpy. إنه موجز ويمضي مباشرة إلى النقطة. تحتوي المقالة على الحد الأدنى من التفسيرات وهي مثالية إذا كنت تستخدمها كمرجع أو إذا كنت تعرف بالفعل ما هو Numpy وماذا تفعل الوظائف المختلفة.

تحتوي المقالة أيضًا على مقتطفات التعليمات البرمجية لتوضيح استخدام وظائف مختلفة مع أمثلة. إنه مثالي عندما تكون في عجلة من أمرك وترغب في تعلم Numpy في عشر دقائق. كونه مقالاً ، ليس له مكان للتدرب عليه أو استخدام مجموعات بيانات.

سيتعين عليك إنشاء بيئة تدريب بنفسك وإيجاد مجموعات بيانات للتمرن منها. يعد Kaggle مكانًا جيدًا للبحث عن مجموعات البيانات وإنشاء دفاتر الملاحظات لممارسة علوم البيانات.

W3Schools

هذا البرنامج التعليمي من W3Schools هو المفضل لدي. إنه مجاني وشامل ، ويغطي جميع أساسيات NumPy والموضوعات الأكثر تقدمًا مثل إنشاء توزيعات إحصائية عشوائية واستخدام الوظائف العامة لتنفيذ Vectorisation.

في المجموع ، يتكون البرنامج التعليمي من 43 صفحة ويب من التفسيرات الموجزة ولكن الكافية ومقتطفات التعليمات البرمجية لتوضيحها بأمثلة. بالإضافة إلى ذلك ، تأتي w3schools مع محرر لكتابة استفسارات Numpy واختبار حيث يمكنك اختبار معلوماتك.

كل هذه اختيارية ولكنها ستساعد في تجربة التعلم الخاصة بك. من خلال التسجيل في دورة Numpy مقابل رسوم ، يمكنك الحصول على شهادة لإضافتها إلى سيرتك الذاتية.

دورة قشارة

تم وضع هذه الدورة التدريبية حول Scaler معًا بشكل جيد. وهو يتألف من ست وحدات تغطي مقدمة إلى NumPy والمصفوفات متعددة الأبعاد وهياكل البيانات والوظائف والبث ومفاهيم متنوعة أخرى.

في المجموع ، يحتوي على 32 درسًا مع 5 ساعات و 33 دقيقة من محتوى الفيديو. هناك 26 تحديًا لمساعدتك على تطبيق ما تعلمته وترسيخ المفاهيم في عقلك. بعد الانتهاء من الدورة تحصل على شهادة.

كما هو متوقع ، يجب أن تعرف لغة برمجة Python قبل بدء الدورة التدريبية. الشرط الثاني هو IDE مع تثبيت Python و Numpy على جهازك.

توجه إلى Numpy بواسطة Travis Oliphant

هذا الكتاب الذي كتبه مؤلف Numpy ، يهدف إلى أن يكون مرجعًا لأولئك الذين يعرفون Python بالفعل ولكنهم يرغبون في التعرف على Numpy والأدوات الأخرى.

في هذا الكتاب ، لا يغطي Travis Oliphant فقط كيفية استخدام Numpy ولكن أيضًا كيفية توسيعه باستخدام API. ربما يكون هذا هو المورد الأكثر تفصيلاً وتفصيلاً على Numpy.

ربما يكون مثاليًا لمستخدمي Numpy المحترفين الذين يريدون فهمًا عالي المستوى لكيفية عمل Numpy ودليلًا مفصلاً حتى يتمكنوا من المساهمة في المكتبة وتوسيعها.

دليل Numpy للمبتدئين بقلم إيفان إدريس

من المفترض أن يكون هذا الكتاب عن Numpy مناسبًا للمبتدئين. إنه مخصص للعلماء والمهندسين والمبرمجين والمحللين الذين هم بالفعل على دراية ببايثون ولكنهم يتطلعون إلى توسيع مجموعة مهاراتهم من خلال التعامل مع Numpy كمهارة إضافية.

يغطي الكتاب تثبيت Numpy و Matplotlib و Scipy و IPython على الجهاز المحلي. ثم يغطي المصفوفات ووظائف المصفوفات المختلفة المتاحة لك. ثم ستستخدم المكتبة لإجراء عمليات المصفوفة واختبار الكود الخاص بك باستخدام Numpy.testing. بشكل عام ، هذا الكتاب هو دليل شامل لنومبي.

NumPy: من الأساسي إلى المتقدم بواسطة كاران سينغ بيشت

العنوان “NumPy من الأساسي إلى المتقدم” يقول كل شيء. من المفترض أن يكون هذا الكتاب منحدرًا لطيفًا ينقلك من عدم معرفة أي شيء عن المكتبة إلى معرفة كيفية استخدام بعض ميزاتها الأكثر تقدمًا.

يغطي الكتاب الأساسيات ، مثل شرح ماهية المصفوفة ، للانتقال إلى موضوعات أكثر تقدمًا وتحت الغطاء ، مثل تأثيرات ذاكرة التخزين المؤقت لوحدة المعالجة المركزية ودورة حياة Ndarray. من المفترض أن يمنحك أساسًا متينًا لمزيد من أعمال التعلم الآلي باستخدام مكتبة Numpy.

FreeCodeCamp يوتيوب تعليمي

نمت شعبية FreeCodeCamp مؤخرًا كمصدر للترميز عالي الجودة وبرامج تعليمية لتطوير البرامج. يوجد ضمن كتالوج البرنامج التعليمي هذا البرنامج التعليمي الشامل لـ Numpy. مثل جميع البرامج التعليمية ، فهو متاح مجانًا.

يستغرق البرنامج التعليمي حوالي ساعة ويغطي أساسيات Numpy. إنها مقدمة لطيفة للمكتبة من المفترض ألا تكون ساحقة لأولئك الذين بدأوا للتو. كما تتوقع ، من المفترض أن تكون معرفة بايثون قبل مشاهدة الفيديو.

الكلمات الأخيرة

Numpy مفيد ومتعدد الاستخدامات بشكل لا يصدق. إنها أداة متوقعة لمعظم وظائف علوم وهندسة البيانات. قدمك هذا المقال إلى Numpy وقدم لك نظرة عامة عالية المستوى ومجردة عن مفاهيمه الأساسية.

علاوة على ذلك ، سرد المقال الموارد التي يمكن أن تكون مفيدة في رحلتك لتعلم بايثون. كان الوصف المختصر لكل مورد قادرًا على مساعدتك في اتخاذ قرار مستنير لأي مورد تختاره.

بعد ذلك ، تحقق من أفضل مكتبات Python لعلماء البيانات.