Exercícios Python Numpy: Skyrocket sua habilidade de Python

Por Joshua K. Cage
Baixar Exercícios Python Numpy: Skyrocket sua habilidade de Python pdf, epub, mobi, eBook
Obrigado por teres pegado neste livro. Este livro é uma introdução prática ao “Numpy” para novatos Python.
Aprenderá como escrever um programa real em Python através de 101 problemas.
O objectivo é ajudar os estudantes a aprender a escrever código que tire o máximo partido das capacidades do Numpy.

Esperamos que os seguintes leitores tirem partido deste curso

1) Pessoas que aprenderam a sintaxe básica de Python e querem dar o próximo passo.

2) Se quiserem escrever programas Python rápidos e concisos.

3) Se também estiver um pouco curioso sobre a mecânica por detrás da aprendizagem profunda e da aprendizagem de máquinas.

4) Aqueles que ficam na defensiva quando ouvem as palavras vector e matriz.

5) Aqueles que querem tratar de dados em grande escala.

6) Aqueles que querem estudar um pouco todos os dias

7) Se desistiu de compreender 100 exercícios entorpecidos devido à sua falta de explicação

 
Este livro começa com “importar numpy as np” e lança as bases para fazer coisas como álgebra linear e estatística básica na aprendizagem de máquinas.

Este livro inclui um link para o código-fonte executável do Google Colaboratory, para que possa utilizar
Pode realmente executar o código e modificá-lo para resolver os problemas sem o incómodo de construir um ambiente.

Se tiver alguma dificuldade em compreender a fonte, envie-nos um e-mail usando o Feedback.
Também tweet sobre suplementos e correcções ao livro no Twitter (@JoshuaKCage1).

■■■Table de Conteúdos
 01: Importar Numpy como np.
 02: Verifique a versão do Numpy.
 03: Verificar o tipo de BLAS utilizado pelo Numpy.
 04: Gerar um vector unidimensional cujo tamanho é 10 e cujos elementos são todos 0.
 05: Gerar uma lista unidimensional de todos os elementos de tamanho 10 que sejam 0.
 06: Atribuir a lista de 04 e 05 a ser indexada como valores, e imprimir o endereço de cada elemento por id().
 07: Obtenha o documento np.dot do Numpy a partir da linha de comando.
 08: Depois de definir um vector de todos os elementos 0 de tamanho 10, defina o quinto elemento como 1.
 09: Meça a velocidade de execução da lista ndarray e Python do Numpy para gerar um vector com cada elemento a aumentar em 1 de 100 para 999999.
 11: Gerar uma matriz de 3 x 3 unidades.
 12: Definir uma matriz de números aleatórios A com 512 x 768 formas, 12 matrizes de números aleatórios B com 768 x 768 formas (B1 – B12), e uma matriz de números aleatórios C com 768 x 2, e emitir os resultados das operações de produtos de pontos em todos eles em sequência.
 13: Criar uma matriz de 10 x 10 números aleatórios SHAPE e encontrar os valores máximo e mínimo.
 14: Gerar uma matriz de números aleatórios de tamanho 30 e calcular o valor médio.
 15: Gerar uma matriz bidimensional que seja rodeada por 1s em todos os lados e 0s no meio.
 16: Representar o estado inicial de Othello em Numpy.
 17: Rodear uma matriz de 5 x 5 cujos elementos são todos 0’s com 1’s à sua volta.
 18: Rodear uma matriz de 7 x 7 com todos os 0 elementos por 1. No entanto, escreva-a de uma forma diferente da do nº 17.
 19: Criar uma matriz de 5 x 5 0 e colocar 1,2,3,4,5 na diagonal.
 20: Criar uma matriz 8 x 8 e representar o padrão do tabuleiro de xadrez por 01.
 21: Dada uma matriz da forma (6,6,6), encontrar o índice (x,y,z) do 100º elemento.
 22: Faça um tabuleiro de xadrez 8×8 usando a função azulejo.
 23: Normalizar uma matriz de 5 x 5 números aleatórios para caber entre 0 e 1.
 …
101
■■■■

Características do eBook

Aqui estão algumas informações técnicas sobre este eBook:

  • Autor(a): Joshua K. Cage
  • ASIN: B08KHLYSN7
  • Idioma: Português
  • Tamanho: 34545 KB
  • Nº de Páginas: 165
  • Categoria: Computação e Informática

Amostra Grátis do Livro

Faça a leitura online do livro Exercícios Python Numpy: Skyrocket sua habilidade de Python, escrito por Joshua K. Cage. Esse é um trecho gratuito disponibilizado pela Amazon, e não infringe os direitos do autor nem da editora.