Чему вы научитесь
- Понимать, как Python хранит числа и списки в памяти, и почему ndarray эффективнее обычного list для числовых данных
- Создавать массивы NumPy разными способами: из списков, с помощью генераторов сеток, случайных чисел, единичных и нулевых матриц
- Уверенно работать с атрибутами массива: ndim, shape, size, dtype, itemsize, nbytes
- Обращаться к элементам через индексы (в том числе отрицательные) и многомерную индексацию [i, j]
- Извлекать подмассивы с помощью срезов start:stop:step по нескольким осям одновременно
- Различать представление (view) и копию (copy) и понимать, когда изменение среза затрагивает оригинал
- Менять форму массивов через reshape, авто-размерность -1 и добавление осей
- Склеивать и разрезать массивы по любой оси
- Заменять медленные циклы Python быстрыми векторными операциями NumPy
- Использовать продвинутые возможности ufunc: аргумент out, методы reduce, accumulate, outer
- Разбираться в системе типов NumPy: int8-int64, float16-float64, переполнение, машинный эпсилон
О курсе
Для кого этот курс
Начальные требования
- Python на базовом уровне: переменные, условия, циклы
for/while, функции, списки, словари, работа сprintиinput - Умение запускать Python-код: через терминал, Jupyter Notebook, VS Code, PyCharm или любую другую среду
- Установленный NumPy:
pip install numpy(рекомендуется версия 1.20+, поддерживается вплоть до последних версий NumPy 2.x) - Знание математики на уровне школы: арифметика, степени, корни, синус/косинус, логарифм (углубленная математика не нужна)
- Опыт работы с NumPy не требуется - курс начинается с нуля
Преподаватели курса
9
Как проходит обучение
-
Читаете теорию. Каждая подглава - это текст с примерами кода. Примеры можно копировать и запускать. Все выходные значения указаны в комментариях, чтобы вы могли сразу проверить себя.
-
Решаете тесты. После каждой подглавы - набор вопросов: выбор одного или нескольких ответов, расстановка в правильном порядке, сопоставление пар, заполнение пропусков. Тесты проверяют, что вы поняли идею, а не просто прочитали текст.
-
Пишете код. Практические задачи работают по схеме "ввод -> вывод": вы получаете данные через stdin, обрабатываете их с помощью NumPy и выводите результат. Автоматический чекер проверяет ваш ответ на 20+ тестовых наборах данных, включая граничные случаи.
-
Сдаете экзамен. В конце каждой главы - экзамен из 30 тестовых вопросов и 15 практических задач. Экзаменационные вопросы написаны под другим углом, чем модульные, и практика не подсказывает имена функций. Это проверка реального понимания.
-
Двигаетесь дальше. Главы идут последовательно: каждая опирается на знания из предыдущей. Рекомендуем проходить курс по порядку.
Что вы получите
- Системные знания основ NumPy, которые не устаревают от версии к версии
- Практический навык работы с многомерными массивами, срезами и векторными вычислениями
- 329 решенных заданий в портфолио, подтверждающих ваш уровень
- Подготовку к следующему шагу: Pandas, SciPy, scikit-learn, TensorFlow/PyTorch - все они опираются на NumPy
- Уверенность при чтении и написании кода с ndarray в рабочих проектах и на собеседованиях