fbpx

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.

Regio:
  • Inhoud
  • Training
  • Modules
  • Algemeen
    Algemeen
  • Reviews
  • Certificaat
  • Cursus Python NumPy : Inhoud

    Overview NumPy en SciPy

    De cursus start met een overzicht van NumPy en de zuster library SciPy en hoe we deze libraries kunnen installeren.

    NumPy ndarray

    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.

    Matrix Handling

    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.

    MatPlotLib

    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 creëren 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.

  • Cursus Python NumPy : Training

    Doelgroep Cursus Python NumPy

    De 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 Numerical Python
  • Cursus Python NumPy : Modules

    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
  • Cursus Python NumPy : Algemeen

    Lees de algemene cursus informatie
  • Cursus Python NumPy : Reviews

  • Cursus Python NumPy : Certificaat