fbpx
  • nl
  • en

Cursus Python NumPy

Cursus Python NumPy
Regio:
  • Modules
  • Cursus
  • Inhoud
  • Algemene informatie
    Algemeen
  • Reviews
  • Module 1 : Numpy Intro

    Module 2 : Common Functions

    Module 3 : Matrices

    What is NumPy?
    What is SciPy?
    Installing NumPy
    NumPy array object
    Selecting elements
    NumPy numerical types
    Data type objects
    dtype constructors
    dtype attributes
    Onedimensional slicing and indexing
    Multidimensional slicing and indexing
    Array comparisons
    any(),all(), slicing, reshape()
    Manipulating array shapes
    Stacking and Splitting arrays
    Converting arrays
    Methods of ndarray
    Clipping arrays
    Compressing arrays
    Views versus copies
    ravel(),flatten(),transpose()
    Missing values
    Handling NaNs
    nanmean(), nanvar() and nanstd()
    File I/O
    Loading from CSV files
    mean() function
    Value range
    Dates
    Correlation
    Smoothing
    full() and full_like() functions
    Working with Matrices
    ufuncs
    Creating matrices
    Universal functions
    Arithmetic functions
    Modulo operation
    Fibonacci numbers
    Bitwise functions
    Comparison functions
    Fancy indexing
    at() method
    Inverting matrices
    Finding eigenvalues
    Singular value decomposition
    Pseudo inverse
    Determinants

    Module 4 : Special Routines

    Module 5 : Plotting with MathplotLib

    Sorting
    partition() function
    Complex numbers
    Searching
    Array elements extraction
    Assert functions
    Almost equal arrays
    Equal arrays
    Ordering arrays
    Object comparison
    String comparison
    Floating point comparisons
    Unit tests
    Simple plots
    Plot format string
    Subplots
    Histograms
    Logarithmic plots
    Scatter plots
    Fill between
    Legend and annotations
    Threedimensional plots
    Contour Plots
    Transformations
    Animation
    Projections
  • Doelgroep Cursus Python NumPy

    Cursus Numerical PythonDe cursus Python NumPy is bestemd voor wetenschappers en Big Data analisten die Python met NumPy en MatPlotlib willen gebruiken voor data analyse en data processing.

    Voorkennis Cursus Python NumPy

    Om aan deze cursus te kunnen deelnemen is voorafgaande kennis van Python noodzakelijk. Kennis van numerieke methoden is bevorderlijk voor de begripsvorming.

    Uitvoering Training Python NumPy

    De theorie wordt behandeld aan de hand van presentatie slides. De concepten worden toegelicht met demo's. De theorie wordt afgewisseld met oefeningen. De cursustijden zijn van 9.30 tot 16.30.

    Officieel Certificaat Python NumPy

    De deelnemers krijgen na het goed doorlopen van de cursus een officieel certificaat Numerical Python.

  • Cursus Python NumPy

    In de cursus Python NumPy worden de Python libraries NumPy en MatPlotlib besproken. Deze Python add-on bibliotheken zijn zeer geschikt voor het creëren van data analyse en data processing applicaties. De cursus start met een overzicht van NumPy en de zuster library SciPy en hoe we deze libraries kunnen installeren. Vervolgens wordt het NumPy's ndarray object en zijn methodes besproken. Aandacht wordt besteed aan de verschillende array manipulatie technieken. Deze methoden zijn in staat grote datasets zeer efficiënt te verwerken. Vervolgens wordt het omgaan met matrices met NumPy behandeld en er wordt aandacht besteed aan speciale routines voor ordening, searching en het vergelijken van data in matrices. Tenslotte wordt de MatPlotlib library besproken. Deze library is nauw geïntegreerd met NumPy en SciPy en dit maakt het een zeer krachtig instrument voor het creeeren en plotten van complexe figuren. De cursus maakt gebruik van voorbeelden uit de praktijk en laat zien hoe één- en twee-dimensionale data kunnen worden gevisualiseerd.

  • Cursusvorm

    Al onze cursussen zijn klassikale cursussen waarbij de cursisten aan de hand van een ervaren trainer met diepgaande materie kennis door de stof worden geleid. Theorie wordt steeds afgewisseld met oefeningen.

    Maatwerk

    We doen ook maatwerk  en passen dan de cursusinhoud aan op uw wensen. Op verzoek gaan we ook in op uw praktijkcases.

    Cursustijden

    De cursustijden zijn in pricipe van 9.30 tot 16.30. Maar we zijn hierin flexibel. Soms moeten mensen namelijk kinderen naar de opvang brengen of halen en komen andere tijden hun beter uit. In goed overleg kunnen we dan andere cursustijden afspreken.

    Hardware

    Wij zorgen voor de computers waarop de cursus gehouden kan worden. Op deze computer is de voor de cursus benodigde software al geinstalleerd. U hoeft geen laptop mee te nemen om aan de cursus te kunnen deelnemen. Als u liever op uw eigen laptop werkt kunt u hem desgewenst meenemen. De benodigde software wordt dan aan het begin van de cursus geinstalleerd.

    Software

    Onze cursussen worden over het algemeen gegeven met Open Source software zoals Eclipse, IntelliJ, Tomcat, Pycharm, Anaconda en Netbeans. Het digitale cursusmateriaal krijgt u na de cursus mee naar huis.

    Lunch

    De cursus is inclusief lunch die we in een restaurantje op loopafstand van het cursuslokaal gebruiken.

    Locaties

    De cursussen worden op diverse plaatsen in het land gepland. Een cursus gaat op een locatie door als er zich minimaal 3 mensen voor die locatie inschrijven. Als er inschrijvingen voor verschillende locaties zijn gaat de cursus door op onze hoofdlocatie is Houten net onder Utrecht. Een cursus op onze hoofdlocatie gaat ook door bij 2 inschrijvingen en regelmatig ook bij 1 inschrijving.  Overigens doen we ook cursussen op de locatie van de klant als men daar prijs op stelt.