https://github.com/simoesleticia/numpy-studies

Explorando e aprimorando habilidades em NumPy
https://github.com/simoesleticia/numpy-studies

numpy numpy-tutorial python studies

Last synced: 2 months ago
JSON representation

Explorando e aprimorando habilidades em NumPy

• Host: GitHub
• URL: https://github.com/simoesleticia/numpy-studies
• Owner: SimoesLeticia
• Created: 2024-02-04T16:51:34.000Z (12 months ago)
• Default Branch: main
• Last Pushed: 2024-07-23T23:15:30.000Z (6 months ago)
• Last Synced: 2024-07-24T02:09:17.275Z (6 months ago)
• Topics: numpy, numpy-tutorial, python, studies
• Language: Jupyter Notebook
• Homepage:
• Size: 104 KB
• Stars: 3
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# NumPy-Studies

Este repositório é dedicado aos meus estudos e práticas com a biblioteca **NumPy**. 

NumPy é uma biblioteca fundamental em Python para computação científica, especialmente projetada para manipular de forma eficiente arrays multidimensionais. Essa biblioteca oferece suporte robusto para operações matemáticas complexas, como álgebra linear e manipulação de matrizes, sendo amplamente utilizada em ciência, engenharia e análise de dados. 

Criada em 2005 por Travis Oliphant, NumPy é um projeto de código aberto e gratuito, promovendo colaboração aberta e desenvolvimento comunitário no GitHub.

## Conteúdo

01. **Introdução ao NumPy**: Introdução básica ao NumPy.

02. **Criação e Manipulação de Arrays**: Trabalhando com arrays NumPy. 

03. **Tipos de Dados em NumPy**: Exploração dos tipos de dados disponíveis no NumPy.

04. **Shape, Reshape e Flatten**: Manipulação do formato dos arrays usando `shape`, `reshape` e `flatten`.

05. **Indexação, Ordenação e Slicing**: Operações de indexação, ordenação e fatiamento em arrays NumPy. 

06. **Fancy Indexing, Máscaras e Where**: Utilização de índices avançados, máscaras e a função `where`.

07. **Vetorização e Broadcasting**: Vetorização de funções e uso do broadcasting em NumPy.

08. **Concatenação, Exclusão e Outras Operações**: Concatenação, exclusão de elementos e operações matemáticas.

09. **Salvamento e Carregamento de Dados**: Salvar e carregar dados NumPy.

10. **Exercícios de Fixação**: Exercícios de fixação para aplicar os conhecimentos adquiridos.

## Pré-requisitos

Certifique-se de ter o NumPy instalado. Caso contrário, você pode instalar utilizando o comando:

```bash

pip install NumPy

```

## Contribuições

Contribuições são sempre bem-vindas! Se você tem sugestões de melhorias, encontrou algum bug ou simplesmente quer dizer "olá 👋🏽", sinta-se à vontade para abrir uma issue ou enviar um pull request.

## Recursos Adicionais

[Documentação oficial do NumPy](https://NumPy.org/doc/stable)

[NumPy Quickstart Tutorial](https://NumPy.org/devdocs/user/quickstart.html)

**Divirta-se aprendendo e analisando dados!** 🚀📊