• 为个人
  • 为商务
  • 为大学
  • 为政府
Coursera
登录
免费加入
Coursera
  • 浏览
  • Numpy

NumPy 在线课程

学习用 Python 进行数值计算的 NumPy。使用 NumPy 理解数组操作、数学函数和数据操作。

跳转以搜索结果

筛选依据

主题
必需的
 *

语言
必需的
 *

在整个课程(说明和评估)中使用的语言。

了解产品
必需的
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
完成研究生水平的学习,而无需参加完整的学位课程。

级别
必需的
 *

课程长度
必需的
 *

技能
必需的
 *

字幕
必需的
 *

教师
必需的
 *

探索 NumPy 课程目录

  • 状态:新
    新
    P

    Packt

    Intro to NumPy

    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, Mathematical Software

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    I

    IBM

    用于数据科学、人工智能和开发的 Python

    您将获得的技能: 面向对象编程(OOP), 数据操作, 计算机编程, 数据分析, NumPy, 数据导入/导出, 数据结构, 自动化, 网页抓取, Python 程序设计, 数据处理, 应用编程接口 (API), 还原式 API, Pandas(Python 软件包), 脚本, Jupyter, JSON, 编程原则

    4.6
    评分, 4.6 星,最高 5 星
    ·
    4.3万 条评论

    初级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    U

    University of Michigan

    NumPy and Pandas Basics for Future Data Scientists

    您将获得的技能: Debugging, Data Analysis, Data Processing, Numerical Analysis, Critical Thinking

    4
    评分, 4 星,最高 5 星
    ·
    8 条评论

    中级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    I

    IBM

    使用 Python 进行数据分析

    您将获得的技能: 数据整理, 数据清理, 探索性数据分析, Matplotlib, 数据分析, 数据操作, 回归分析, 数据驱动的决策制定, 预测建模, 数据转换, 数据导入/导出, NumPy, Python 程序设计, 统计分析, Pandas(Python 软件包), 数据可视化, 数据管道, 功能工程, Scikit-learn (机器学习库)

    4.7
    评分, 4.7 星,最高 5 星
    ·
    1.9万 条评论

    中级 · 课程 · 1-3 个月

  • C

    Coursera Project Network

    Python for Data Analysis: Pandas & NumPy

    您将获得的技能: Pandas (Python Package), NumPy, Data Analysis, Data Science, Python Programming, Data Structures, Exploratory Data Analysis, Data Manipulation, Computer Programming

    4.5
    评分, 4.5 星,最高 5 星
    ·
    364 条评论

    初级 · 指导项目 · 不超过 2 小时

  • 状态:免费试用
    免费试用
    D

    Duke University

    Data Science with NumPy, Sets, and Dictionaries

    您将获得的技能: NumPy, Data Structures, Data Analysis, Object Oriented Programming (OOP), Image Analysis, Data Science, Data Wrangling, Data Manipulation, Big Data, Performance Tuning, Python Programming

    3.9
    评分, 3.9 星,最高 5 星
    ·
    19 条评论

    初级 · 课程 · 1-4 周

是什么让您今天来到 Coursera?

  • 状态:免费试用
    免费试用
    状态:人工智能技能
    人工智能技能
    I

    IBM

    IBM 数据科学

    您将获得的技能: 仪表板, SQL, 数据清理, 数据整理, 同行评审, 数据分析, 探索性数据分析, 数据可视化软件, 无监督学习, 监督学习, 数据转换, 交互式数据可视化, 数据导入/导出, 专业网络, 数据扫盲, 生成式人工智能, Plotly, Jupyter, 数据可视化, 功能工程

    攻读学位

    4.6
    评分, 4.6 星,最高 5 星
    ·
    15万 条评论

    初级 · 专业证书 · 3-6 个月

  • 状态:免费试用
    免费试用
    G

    Google

    Get Started with Python

    您将获得的技能: Object Oriented Programming (OOP), Data Structures, Python Programming, NumPy, Pandas (Python Package), Data Analysis, Scripting, Data Manipulation, Data Visualization, Algorithms, Debugging

    4.8
    评分, 4.8 星,最高 5 星
    ·
    1696 条评论

    高级设置 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    U

    University of Colorado Boulder

    BiteSize Python: NumPy and Pandas

    您将获得的技能: Pandas (Python Package), NumPy, Data Structures, Data Import/Export, Data Manipulation, Data Cleansing, Statistical Methods, Data Analysis, Exploratory Data Analysis

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    I

    IBM

    使用 Python 进行机器学习

    您将获得的技能: 机器学习, 预测建模, 分类与回归树 (CART), 监督学习, 回归分析, 无监督学习, 统计建模, 降维, 决策树学习, 应用机器学习, 功能工程, Scikit-learn (机器学习库)

    4.7
    评分, 4.7 星,最高 5 星
    ·
    1.8万 条评论

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    DeepLearning.AI

    机器学习和数据科学数学

    您将获得的技能: 应用数学, 机器学习, 线性代数, A/B 测试, 微积分, Machine Learning 方法, 数据转换, 统计推理, 抽样(统计), NumPy, 降维, 概率, 概率分布, 描述性统计, 统计假设检验, 概率与统计, 数值分析, 统计分析, 贝叶斯统计, 数学建模

    4.6
    评分, 4.6 星,最高 5 星
    ·
    2930 条评论

    中级 · 专项课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    D

    Duke University

    MLOps | 机器学习运营

    您将获得的技能: 机器学习, MLOps(机器学习 Operator), 数据操作, 数据分析, 探索性数据分析, GitHub, NumPy, 数据管理, 云计算, Python 程序设计, 负责任的人工智能, 大数据, 集装箱化, Devops, 数据管道, Pandas(Python 软件包), CI/CD, 应用程序部署, AWS SageMaker, 微软 Azure

    4.2
    评分, 4.2 星,最高 5 星
    ·
    517 条评论

    高级设置 · 专项课程 · 3-6 个月

NumPy 学习者还可以搜索

愿景
计算机视觉
图像分析
初级计算机视觉
计算机视觉项目
高级计算机视觉
图像处理
图像分类
1234…21

总之,以下是 10 最受欢迎的 numpy 课程

  • Intro to NumPy: Packt
  • 用于数据科学、人工智能和开发的 Python: IBM
  • NumPy and Pandas Basics for Future Data Scientists: University of Michigan
  • 使用 Python 进行数据分析: IBM
  • Python for Data Analysis: Pandas & NumPy: Coursera Project Network
  • Data Science with NumPy, Sets, and Dictionaries: Duke University
  • IBM 数据科学: IBM
  • Get Started with Python: Google
  • BiteSize Python: NumPy and Pandas: University of Colorado Boulder
  • 使用 Python 进行机器学习: IBM

您可以在 Data Analysis 中学到的技能

分析 (85)
大数据 (64)
Python 程序设计 (47)
商业分析 (40)
R 语言程序设计(中文版) (37)
统计分析 (36)
SQL (33)
数据模型 (29)
数据挖掘 (27)
探索性数据分析 (26)
数据建模 (21)
数据操作 (20)

关于 Numpy 的常见问题

NumPy 是一个功能强大的 Python 库,用于数学和数值计算。 它是数值 Python 的缩写,广泛应用于数据科学、人工智能和机器学习领域。 NumPy 可高效处理大型多维数组和矩阵,并提供一系列数学函数对这些数组进行运算。 它还提供线性代数、傅立叶变换、随机数生成等工具,以及与 C/C++ 和 Fortran 等其他编程语言的集成。 通过使用 NumPy,程序员在处理数值运算和数据操作任务时,可以编写出更简洁、性能更强的代码。 ‎

要使用 NumPy,你需要学习以下技能:

  1. Python 编程:由于 NumPy 是 Python 的一个库,因此必须具备扎实的 Python 编程基础。

  2. 数组操作NumPy 主要用于在 Python 中处理数组。 因此,了解如何创建、修改和操作数组至关重要。

  3. 数据分析和数值计算NumPy 提供各种函数和工具,用于高效执行计算和数值计算。 要充分利用 NumPy,必须熟悉数据分析概念和数值计算。

  4. 广播NumPy 采用了一种名为 "广播 "的概念,允许计算不同形状的数组。 学习 NumPy 中广播的工作原理将使您能够有效地对数组进行操作。

  5. 索引和切片NumPy 提供了强大的索引和切片功能,用于访问和处理数组中的数据。 了解如何对数组进行索引和切分,有助于高效提取特定元素或数据子集。

  6. 线性代数NumPy 提供强大的线性代数功能,包括矩阵运算、特征值计算、线性方程求解等。 在使用 NumPy 时,对线性代数概念的基本了解将大有裨益。

  7. 熟悉 NumPy 函数:NumPy 提供了大量专为数学运算、统计分析、线性代数计算等各种任务定制的函数。熟悉最常用的 NumPy 函数对有效利用该函数库至关重要。

掌握了这些技能,你就能有效地利用 NumPy,使用 Python 进行数值计算和数据分析。 ‎

掌握 NumPy 技能后,您可以在数据分析、数据科学、机器学习和科学研究等行业从事各种工作。 您可能有资格获得的一些具体职称包括

  1. 数据分析师:使用 NumPy 探索、分析和可视化数据,帮助企业做出明智的业务决策。

  2. 数据科学家:应用 NumPy 和其他工具进行统计分析,建立预测模型,并从大型数据集中提取见解。

  3. 机器学习工程师:利用 NumPy 对数据进行预处理和操作,以训练机器学习算法并开发预测模型。

  4. 研究科学家:在科学研究项目中利用 NumPy 进行数值计算和数据处理,如分析实验数据或进行模拟。

  5. 定量分析员:使用 NumPy 开发数学模型和算法,用于金融分析、风险评估和投资策略。

  6. 软件工程师:应用 NumPy 和其他库,构建与数据分析、机器学习或科学模拟相关的高效、可扩展的软件解决方案。

  7. 学术研究人员:在物理学、生物学或工程学等多个研究领域利用 NumPy 进行数据分析和处理。

  8. 商业智能分析师:使用 NumPy 从多个来源提取、处理和分析数据,为企业提供见解和战略建议。

以上只是几个例子,业界对 NumPy 技能的需求正在不断增长。 建议您随时查看职位列表和要求,以便更好地了解您感兴趣的特定领域中的机会。 ‎

对数据分析、数据科学或机器学习感兴趣的人最适合学习 NumPy。 NumPy 是 Python 中一个功能强大的库,广泛用于数值计算和数据处理。 它提供高效和高性能的多维数组对象,以及大量数学函数,使其成为处理大型数据集和执行复杂计算的重要工具。 因此,对这些领域有深厚背景或兴趣的人将从学习 NumPy 中受益匪浅。 ‎

您可以学习与 NumPy 相关的多个主题。 其中包括

  1. 数值计算NumPy 是用 Python 进行数值计算的基本库。 您可以学习各种数值计算概念,如数组运算、线性代数、微积分和统计分析。

  2. 数据分析和数据科学NumPy 广泛应用于数据分析和数据科学工作流程。 您可以使用 NumPy 数组探索数据操作、数据可视化和统计建模等主题。

  3. 机器学习NumPy 是机器学习算法中必不可少的工具。 您可以学习使用 NumPy 数组进行数据操作和计算,以实现回归、分类、聚类和神经网络等主题。

  4. 图像处理NumPy 可为图像处理任务提供出色的支持。 您可以使用 NumPy 数组学习图像过滤、边缘检测、图像增强等主题。

  5. 信号处理NumPy 拥有多种信号处理函数。 您可以使用 NumPy 数组学习数字滤波器、傅立叶分析、数字信号处理技术和信号可视化等主题。

  6. 计算物理学NumPy 常用于计算物理中的模拟和数值计算。 您可以使用 NumPy 数组学习数值方法、微分方程求解和物理系统建模等主题。

  7. 优化NumPy 包含各种优化算法和工具。 您可以学习优化技术、数学编程和使用 NumPy 数组解决优化问题等主题。

这些主题将为您理解和使用 NumPy 及其在各个领域的应用打下坚实的基础。 ‎

在线 NumPy 课程提供了一种方便灵活的方式来提高您的知识或学习新知识 NumPy 是一个功能强大的 Python 库,用于数学和数值计算。 它是数值 Python 的缩写,广泛应用于数据科学、人工智能和机器学习领域。 NumPy 可高效处理大型多维数组和矩阵,并提供一系列数学函数对这些数组进行运算。 它还提供线性代数、傅立叶变换、随机数生成等工具,以及与 C/C++ 和 Fortran 等其他编程语言的集成。 通过使用 NumPy,程序员在处理数值运算和数据操作任务时,可以编写出更简洁、性能更强的代码。 技能由顶尖大学和行业领导者提供的各种 NumPy 课程可满足不同技能水平的需求。 ‎

Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳的 NumPy 课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息 ‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok