NumPy 课程经常教授数组操作、数学函数和数据分析技术。您可以掌握执行复杂计算、处理大型数据集和优化数值运算性能的技能。很多课程都会介绍 Jupyter Notebook 和 Python 库等工具,展示这些技能在数据科学、机器学习和人工智能项目中的应用。

您将获得的技能: 自动化, 网络抓取, 数据结构, Python 编程, 计算机编程, 数据分析, 恢复性应用程序接口, JSON, 应用编程接口 (API), 数据操作, 编程原则, 文件输入/输出, Pandas(Python 软件包), Jupyter, NumPy, 面向对象编程(OOP)
★ 4.6 (4.3万) · 初级 · 课程 · 1-3 个月

University of Michigan
您将获得的技能: Debugging, Data Wrangling, Data Analysis, Data Transformation, Data Preprocessing, Numerical Analysis, Critical Thinking
★ 4.2 (13) · 中级 · 课程 · 1-4 周

Packt
您将获得的技能: Plotly, PyTorch (Machine Learning Library), NumPy, Matplotlib, Pandas (Python Package), Plot (Graphics), Data Visualization Software, Interactive Data Visualization, Machine Learning Methods, Python Programming, Applied Machine Learning, Scatter Plots, Numerical Analysis, Data Manipulation, Deep Learning, Image Analysis, Linear Algebra, Data Wrangling
中级 · 课程 · 1-3 个月

您将获得的技能: Plotly, PyTorch (Machine Learning Library), NumPy, Matplotlib, Object Oriented Programming (OOP), Pandas (Python Package), Plot (Graphics), Data Structures, Unit Testing, Object Oriented Design, Python Programming, File I/O, Data Visualization Software, Algorithms, Interactive Data Visualization, Machine Learning Methods, Computational Thinking, Programming Principles, Computer Programming, Program Development
中级 · 专项课程 · 3-6 个月

AI CERTs
您将获得的技能: Precision Medicine, Responsible AI, Drug Development, AI Product Strategy, Clinical Trials, Tensorflow, Pharmaceuticals, Clinical Research, PyTorch (Machine Learning Library), AI Enablement, Healthcare Ethics, Artificial Intelligence and Machine Learning (AI/ML), Artificial Intelligence, Generative AI, AI Personalization, Generative AI Agents, Regulatory Affairs, Hospital Medicine, Drug Interaction, Agentic systems
初级 · 课程 · 1-3 个月

Packt
您将获得的技能: NumPy, Scientific Visualization, Jupyter, Time Series Analysis and Forecasting, Graphing, Data Visualization Software, Data Structures, Python Programming, Numerical Analysis, Data Manipulation, Software Installation
初级 · 课程 · 1-4 周

JetBrains
您将获得的技能: NumPy, Python Programming, Linear Algebra, Numerical Analysis, Data Manipulation, Data Processing, Integrated Development Environments, Data Science, Data Management, Software Development Tools, Software Development, Machine Learning, Engineering, Scientific, and Technical Instruments
初级 · 课程 · 1-3 个月

您将获得的技能: Pandas (Python Package), NumPy, Data Analysis, Data Science, Python Programming, Data Structures, Data Manipulation, Analysis
★ 4.5 (385) · 初级 · 指导项目 · 不超过 2 小时

IBM
您将获得的技能: 分析, 数据可视化, 探索性数据分析, Python 编程, 模型优化, 数据分析, 数据科学, 数据处理, 数据转换, 数据整理, 预测分析, 数据预处理, 数据操作, 模型评估, Pandas(Python 软件包), Model Evaluation, 数据导入/导出, 统计建模, 数据清理, 模型培训, 预测建模
★ 4.7 (2万) · 中级 · 课程 · 1-3 个月

您将获得的技能: Pandas (Python Package), Pivot Tables And Charts, Data Manipulation, Data Import/Export, NumPy, Time Series Analysis and Forecasting, Business Reporting, Data Wrangling, Jupyter, Data Visualization, Microsoft Excel, Plot (Graphics), Data Transformation, Data Analysis, Data Cleansing, Data Preprocessing, Analytics, Performance Reporting, Data Processing, Python Programming
★ 4.7 (15) · 初级 · 专项课程 · 1-3 个月

Imperial College London
您将获得的技能: 无监督学习, Python 编程, 线性代数, 微积分, 数据科学, 模型优化, 数据转换, 回归分析, 数据预处理, 统计资料, 人工神经网络, 数据操作, 应用机器学习, Jupyter, 功能工程, 数学软件, 数值分析, NumPy, 应用数学, 降维
★ 4.6 (1.5万) · 初级 · 专项课程 · 3-6 个月

您将获得的技能: Retrieval-Augmented Generation, Vector Databases, Embeddings, Data-Driven Decision-Making, Applied Machine Learning, Image Analysis, LLM Application, Model Optimization, Data Flow Diagrams (DFDs), Database Theory, Docker (Software), Prompt Engineering, Database Design, NumPy, AI Integrations, Databases, Scikit Learn (Machine Learning Library), Semantic Web, Simulations, Python Programming
中级 · 专项课程 · 3-6 个月
NumPy 是 Python 中一个功能强大的库,它提供对大型多维数组和 Matrix 的支持,以及对这些数组进行操作的数学函数集合。它对于科学计算和数据分析至关重要,因为它可以实现高效的数值计算,是 Pandas 和 Matplotlib 等许多其他库的基础。了解 NumPy 对于任何希望从事 Data Science、Machine Learning 或任何需要数据操作和分析领域工作的人来说都至关重要。
熟练掌握 NumPy 可以打开通往各种工作机会的大门,尤其是在以数据为中心的岗位上。数据分析师、数据科学家、机器学习工程师和研究科学家等职位往往需要对 NumPy 有扎实的了解。此外,金融、工程和学术领域的职位也可能受益于使用 NumPy 进行数值计算和数据操作的技能。
有几门学习 NumPy 的在线课程非常出色。对于初学者来说,课程《NumPy 入门》为他们打下了坚实的基础。如果您希望进一步拓展技能,可以考虑《使用 NumPy、Set 和 Dictionary 的数据科学》,该课程涵盖 NumPy 在数据科学中的实际应用。此外,对于那些有兴趣将NumPy 与数据处理技术相结合的人来说,《未来数据科学家的 NumPy 和 Pandas 基础》也是一个不错的选择。
是的,你可以通过两种方式在Coursera上开始免费学习NumPy:
如果您想继续学习、获得 NumPy 证书或在预览或试用后解锁全部课程 Accessibility,您可以升级或申请经济援助。
要有效地学习 NumPy,首先要熟悉 Python 编程(如果还没有的话)。然后,探索以 NumPy 为重点的在线课程,如前面提到的课程。实践是关键,因此要做一些需要使用 NumPy 进行数据处理和分析的小项目或练习。通过论坛或学习小组与社区互动,也能为你提供支持,增强你的学习体验。
对于培训和提高员工技能,Data Science Foundations等课程尤为有益:NumPy、Pandas 和可视化》等课程尤其有益。该课程不仅涵盖 NumPy,还将其与其他基本数据科学工具进行了 Data Integrity。此外,《使用 NumPy、Pandas 和 SciPy 进行 Python 统计》可以帮助员工使用 NumPy 应用统计方法,使其成为劳动力发展的宝贵资源。